最开始的时候想法是对的,由于要求至多只能买卖两次,因此我可以设计一个指针,依次指过每一天,将整个过程分成两个部分,前半部分只允许买卖一次,后半部分也只允许买卖一次,这样求得过程最大值即可。于是算下来复杂度是 O(n^2) 的量级。很明显,这样是过不了测试样例的,因为有更好的 O(n) 的方法的存在。
于是我搜了一下别人的做法,发现这样的做法很好:
“改进的方法就是动态规划了,那就是第一步扫描,先计算出子序列[0,...,i]中的最大利润,用一个数组保存下来,那么时间是O(n)。
第二步是逆向扫描,计算子序列[i,...,n-1]上的最大利润,这一步同时就能结合上一步的结果计算最终的最大利润了,这一步也是O(n)。
所以最后算法的复杂度就是O(n)的。”
于是就有了我下面的解法:
class Solution {
public:
int maxProfit(vector<int> &prices) {
if (prices.size() <= 1)
return 0;
vector<int> DP;
int min = INT_MAX;
int max = INT_MIN;
for (int i = 0; i < prices.size(); ++i) {
if (min > prices[i])
min = prices[i];
int profile = prices[i] - min;
if (profile < 0) {
profile = 0;
}
if (profile > max) {
max = profile;
}
DP.push_back(max);
}
int high = INT_MIN;
int res = INT_MIN;
for (int i = prices.size() - 1; i >= 0; --i) {
if (prices[i] > high)
high = prices[i];
int profile = high - prices[i];
if (profile < 0)
profile = 0;
if (profile + DP[i] > res)
res = profile + DP[i];
}
return res;
}
};
http://oj.leetcode.com/problems/best-time-to-buy-and-sell-stock-iii/