代码随想录算法训练营第五十天 | 123.买卖股票的最佳时机III 188.买卖股票的最佳时机IV

最新推荐文章于 2024-07-02 23:30:00 发布

好吃的蛋奶星星

最新推荐文章于 2024-07-02 23:30:00 发布

阅读量98

点赞数

文章标签：算法动态规划 leetcode

本文链接：https://blog.csdn.net/weixin_42252688/article/details/129714221

版权

123. 买卖股票的最佳时机 III

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）。

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 。

按照题目描述每天的操作状态可以分为五个状态

0：没有操作

1：第一天持有股票

2：第一天不持有股票

3：第二天持有股票

4：第二天不持有股票

动规五部曲：

确定dp数组及其下标含义

dp[i][j]表示第i天的0-4个中的j状态下最大金额

确定递推公式

dp[i][1]的状态下有两种可能：

第i天买入股票：dp[i][1]=dp[i-1][0]-prices[i]

第i-1天买入股票，第i天保持：dp[i][1]=dp[i-1][1]

综上，dp[i][1]=max(dp[i-1][0]-prices[i],dp[i][1]=dp[i-1][1] )

dp[i][2]的状态下有两种可能：

第i天不持有股票：dp[i][2]=dp[i-1][1]+prices[i];

第i-1天不持有，第i天保持：dp[i][2]=dp[i-1][2];

综上，dp[i][2]=max(dp[i][2]=dp[i-1][1]+prices[i], dp[i][2]=dp[i-1][2])

dp[i][3]=max(dp[i-1][3],dp[i-1][2]-prices[i]);

dp[i][4]=max(dp[i-1][4],dp[i-1][3]+prices[0]);

dp数组初始化

dp[0][1]=-prices[0]

dp[0][3]=-prices[0]

其他下标被设置为0即可

确定遍历顺序

因为后一个状态需要由前一个状态推导得出，所以需要从前向后遍历

举例推导dp数组

prices=[1 2 3 4 5]

dp[i][0]=[0 0 0 0 0]

dp[i][1]=[-1 -1 -1 -1 -1]

dp[i][2]=[0 1 2 3 4]

dp[i][3]=[-1 -1 -1 -1 -1]

dp[i][4]=[0 1 2 3 4]

class Solution {
   
    public int maxProfit(int[] prices) {
   
        if(prices==null||prices.length==0){
   
            return 0;
        }
        int[][] dp=new int[prices.length][5];
        dp[0][1