每日一题之买股票的最佳时机III

买股票的最佳时机III

题目链接

给定一个数组，它的第 i 个元素是一支给定的股票在第 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 两笔 交易。

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：prices = [3,3,5,0,0,3,1,4]
输出：6
解释：在第 4 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 。
     随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2：

输入：prices = [1,2,3,4,5]
输出：4
解释：在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3：

输入：prices = [7,6,4,3,1]
输出：0
解释：在这个情况下, 没有交易完成, 所以最大利润为 0。

示例 4：

输入：prices = [1]
输出：0

提示：

• 1 <= prices.length <= 105
• 0 <= prices[i] <= 105

---

这道题和最佳时机II基本类似

我们可以使用一个二维数组dp

• dp[i][0]表示第一次持有股票的最大利润。
• dp[i][1]表示第一次不持有股票的最大利润。
• dp[i][2]表示第二次持有股票的最大利润。
• dp[i][3]表示第二次不持有股票的最大利润。

所以状态转移方程为：

• dp[i][0] = max(dp[i - 1][0], -prices[i])
• dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i])
• dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] - prices[i])
• dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] + prices[i])

dp数组的初始化则为：

dp[0][0] = -prices[0]
dp[0][2] = -prices[0]

dp[0][0]表示第一次持有股票，自然为-prices[0]，而dp[0][2]表示第二次持有股票，可以看作是在当天先持有，再卖出，再持有，所以也为-prices[0]

最终的答案就是dp[-1][3]，即在最后一天不持有股票的最大利润。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        '''
            0: 第一次持有
            1: 第一次不持有
            2: 第二次持有
            3: 第二次不持有
        '''
        dp = [[0] * 4 for i in range(len(prices))]

        dp[0][0] = -prices[0]
        dp[0][2] = -prices[0]

        for i in range(1, len(prices)):
            dp[i][0] = max(dp[i - 1][0],  -prices[i])
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i])
            dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] - prices[i])
            dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] + prices[i])

        return dp[-1][3]