[leetcode] 188. 买卖股票的最佳时机 IV

给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。也就是说，你最多可以买 k 次，卖 k 次。

注意：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）。

示例 1：

输入：k = 2, prices = [2,4,1]
输出：2
解释：在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 = 2 。

示例 2：

输入：k = 2, prices = [3,2,6,5,0,3]
输出：7
解释：在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
     随后，在第 5 天 (股票价格 = 0) 的时候买入，在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。

提示：

• 1 <= k <= 100
• 1 <= prices.length <= 1000
• 0 <= prices[i] <= 1000

Python实现

这道题需要使用动态规划，我们用dp[i][j]表示在第i天最多j次transactions的情况下达到的最大利润：

dp[i][0]表示前i天进行了0次交易，所以dp[i][0]=0
dp[0][j]表示第0天的交易，即使卖出也没有利润，所以dp[0][j]=0

dp[i][j]=max(dp[i-1][j],prices[i]-prices[m]+dp[m][j-1]), 0<=m<j

内部最大化可以通过保持变量max_diff来优化，该变量在迭代m的同时跟踪dp[m][j-1]-prices[m]的最大值。

代码如下：

class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        if not prices:
            return 0
        n = len(prices)
        if k>=n//2:
            res = 0
            for i in range(n-1):
                res+=max(prices[i+1]-prices[i],0)
            return res
        dp = [[0]*(k+1) for i in range(n)]
        for j in range(1,k+1):
            max_diff = -prices[0]
            for i in range(1,n):
                dp[i][j]=max(dp[i-1][j],prices[i]+max_diff)
                max_diff = max(max_diff, dp[i][j-1]-prices[i])
        return dp[-1][k]