题目
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
你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)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown
思路
题目有几个关键点需要注意,1,只能卖掉了之后才能买入,也就是所说的“不能同时参与多个交易”,2,有个冷冻期,就是卖掉之后不能立刻买入,3,你可以选择不进行任何行为,也就是保持原样。
那么来分析一下,不管前面的状态如何,假如要保证现在的利益最大化,那么,分以下几种情况:
1.如果当前是持有股票,那么前一个状态只能是“持有”或者是“冷冻期”,那么此时最大利益应该为这两个中间的最大值
2.如果当前是不持有股票,那么前一个状态只能是“持有”或者“不持有”,那么此时的最大利益也就是两个中间的最大值
3.如果当前是冷冻期,那么前一个状态一定是“卖出”
因此,假设dp[i][j]为第i步状态为j时的最大利益,其中,j=0表示持有,j=1表示不持有,j=2表示冷冻期,可以写出状态转移方程为:
dp[i][0] = max(dp[i-1][2] - prices[i], dp[i-1][0])
dp[i][1] = max(dp[i-1][0] + prices[i], dp[i-1][1])
dp[i][2] = dp[i-1][1]
那么代码就很容易写了
代码
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
if(n<2):
return 0
dp = [[0 for i in range(3)] for j in range(n)]
dp[0][0] = -prices[0]
dp[0][1] = 0
dp[0][2] = 0
for i in range(1,n):
dp[i][0] = max(dp[i-1][2]-prices[i],dp[i-1][0])
dp[i][1] = max(dp[i-1][0]+prices[i],dp[i-1][1])
dp[i][2] = dp[i-1][1]
return max(dp[n-1][1],dp[n-1][2])