188.买卖股票的最佳时机IV
力扣链接
最多可以完成 k 笔交易。也就是说,你最多可以买 k 次,卖 k 次。不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
思路
- 确定dp含义
第i天的状态为j时,所剩下最大现金是dp[i][j]
状态包括:0.不操作,1.第一次持有股票,2.第一次不持有股票,3.第二次持有股票,4.第二次不持有股票…
可以发现,j偶数为卖出,奇数为买入。
题目要求最多k次交易,那么j = 2*k+1 - 确定递推公式
达到dp[i][1]有以下操作:
(1) 第i天买入,dp[i][1] = dp[i-1][0] - prices[i]
(2) 第i-1天就已经持有了,dp[i][1] = dp[i-1][1]
达到dp[i][2]有以下操作:
(1) 第i天卖出,dp[i][2] = dp[i-1][1] + prices[i]
(2) 第i-1天就已经不持有了,dp[i][2] = dp[i-1][2]
以此类推:
for (int j = 0; j < 2 * k - 1; j += 2) {
dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);
dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);
}
- 初始化
dp[0][0] = 0
dp[0][1] = -prices[0]
dp[0][2] = 0 #当天买入当天卖出
dp[0][3] = -prices[0]
dp[0][4] = 0
以此类推:
for (int j = 1; j < 2 * k; j += 2) {
dp[0][j] = -prices[0];
}
- 确定遍历方向
从前往后
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
dp = [[0]*(2*k+1) for _ in range(len(prices))]
for j in range(1, 2*k, 2):
dp[0][j] = -prices[0]
for i in range(1, len(prices)):
for j in range(0, 2*k-1, 2):
dp[i][j+1] = max(dp[i-1][j+1], dp[i-1][j] - prices[i])
dp[i][j+2] = max(dp[i-1][j+2], dp[i-1][j+1] + prices[i])
return dp[-1][-1]
309.最佳买卖股票时机含冷冻期
力扣链接
可以无限次买卖股票,但卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
思路
- 确定dp含义
第i天的状态为j时,所剩下最大现金是dp[i][j]
状态包括:0.持有股票,1.保持卖出,2.今日卖出,3.今日为冷冻期 - 确定递推公式
达到状态0有以下操作:
(1) 前一天就持有了,dp[i][0] = dp[i - 1][0]
(2) 今日买入,dp[i - 1][3] - prices[i]或dp[i - 1][1] - prices[i]
达到状态1有以下操作:
(1) 前一天就是状态1,dp[i][1] = dp[i - 1][1]
(2) 前一天是冷冻期,今日依旧不卖,dp[i][1] = dp[i - 1][3]
达到状态2有以下操作:
(1) 昨天一定是持有股票的状态,dp[i][2] = dp[i - 1][0] + prices[i]
达到状态3有以下操作:
(1) 昨天卖出了,dp[i][3] = dp[i - 1][2]
综上:
dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
dp[i][2] = dp[i - 1][0] + prices[i];
dp[i][3] = dp[i - 1][2];
- 初始化
dp[0][0] = -prices[0]
dp[0][1] = 0
dp[0][2] = 0
dp[0][3] = 0 - 确定遍历方向
从前往后
class Solution:
def maxProfit(self, prices: List[int]) -> int:
dp = [[0] * 4 for _ in range(len(prices))]
dp[0][0] = -prices[0]
for i in range(1, len(prices)):
dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i])
dp[i][1] = max(dp[i - 1][1], dp[i - 1][3])
dp[i][2] = dp[i - 1][0] + prices[i]
dp[i][3] = dp[i - 1][2]
return max(dp[-1])
714.买卖股票的最佳时机含手续费
力扣链接
可以无限次买卖股票,但每笔交易都需要付手续费fee。
思路
和买卖股票的最佳时机 II思路一致,不过需要在递推公式上考虑手续费。
不考虑手续费的递推公式为:
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
考虑手续费:
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);
class Solution:
def maxProfit(self, prices: List[int], fee: int) -> int:
dp = [[0]*2 for _ in range(len(prices))]
dp[0][0] = -prices[0]
dp[0][1] = 0
for i in range(1, len(prices)):
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i])
dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0] - fee)
return dp[-1][1]