0买股票最佳时机中等 LeetCode309. 最佳买卖股票时机含冷冻

309. 最佳买卖股票时机含冷冻期

描述

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)。

分析

来自leetcode的题解:非状态机的DP讲解，全新思路，超通俗易懂，包你一遍看懂

前言：不要关注冷冻期！不要关注冷冻期！不要关注冷冻期！
只关注卖出的那一天！只关注卖出的那一天！只关注卖出的那一天！
题目中定义的“冷冻期”=卖出的那一天的后一天，题目设置冷冻期的意思是，如果昨天卖出了，今天不可买入，那么关键在于哪一天卖出，只要在今天想买入的时候判断一下前一天是不是刚卖出，即可，所以关键的一天其实是卖出的那一天，而不是卖出的后一天
正文：
因为当天卖出股票实际上也是属于“不持有”的状态，那么第i天如果不持有，那这个“不持有”就有了两种状态：1.本来就不持有，指不是因为当天卖出了才不持有的；2.第i天因为卖出了股票才变得不持有
而持有股票依旧只有一种状态

所以对于每一天i，都有可能是三种状态：
0.不持股且当天没卖出,定义其最大收益dp[i][0];
1.持股,定义其最大收益dp[i][1]；
2.不持股且当天卖出了，定义其最大收益dp[i][2]；

初始化：
dp[0][0]=0;//本来就不持有，啥也没干
dp[0][1]=-1*prices[0];//第0天只买入
dp[0][2]=0;//可以理解成第0天买入又卖出，那么第0天就是“不持股且当天卖出了”这个状态了，其收益为0，所以初始化为0是合理的

重头戏：
一、第i天不持股且没卖出的状态dp[i][0]，也就是我没有股票，而且还不是因为我卖了它才没有的，那换句话说是从i-1天到第i天转移时，它压根就没给我股票！所以i-1天一定也是不持有，那就是不持有的两种可能：i-1天不持股且当天没有卖出dp[i-1][0]；i-1天不持股但是当天卖出去了dp[i-1][2]；
所以： dp[i][0]=max(dp[i-1][0],dp[i-1][2])

二、第i天持股dp[i][1]，今天我持股，来自两种可能：
1、要么是昨天我就持股，今天继承昨天的，也就是dp[i-1][1]，这种可能很好理解；
2、要么：是昨天我不持股，今天我买入的，但前提是昨天我一定没卖！因为如果昨天我卖了，那么今天我不能交易！也就是题目中所谓“冷冻期”的含义，只有昨天是“不持股且当天没卖出”这个状态，我今天才能买入！所以是dp[i-1][0]-p[i]
所以： dp[i][1]=max(dp[i-1][1],dp[i-1][0]-p[i])

三、i天不持股且当天卖出了，这种就简单了，那就是说昨天我一定是持股的，要不然我今天拿什么卖啊，而持股只有一种状态，昨天持股的收益加上今天卖出得到的新收益，就是dp[i-1][1]+p[i]啦
所以：dp[i][2]=dp[i-1][1]+p[i]

总结：最后一天的最大收益有两种可能，而且一定是“不持有”状态下的两种可能，把这两种“不持有”比较一下大小，返回即可
作者：jin-ai-yi
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/solution/fei-zhuang-tai-ji-de-dpjiang-jie-chao-ji-tong-su-y/

以下分析来自程序员Carl

• dp[i][0]

状态0：买入股票状态（今天买入股票，或者是之前就买入了股票然后没有操作）
卖出股票状态，这里就有两种卖出股票状态
状态1：两天前就卖出了股票，度过了冷冻期，一直没操作，今天保持卖出股票状态
状态2：今天卖出了股票
状态3：今天为冷冻期状态，但冷冻期状态不可持续，只有一天

• 动态转移方程

• 达到买入股票状态（状态一）即：dp[i][0]，有两个具体操作：
  操作一：前一天就是持有股票状态（状态一），dp[i][0] = dp[i - 1][0]
  操作二：今天买入了，有两种情况
  前一天是冷冻期（状态四）
  前一天是保持卖出股票状态（状态二）
• 达到保持卖出股票状态（状态二）即：dp[i][1]，有两个具体操作：
  操作一：前一天就是状态二
  操作二：前一天是冷冻期（状态四）
  dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
• 达到今天就卖出股票状态（状态三），即：dp[i][2] ，只有一个操作：
  操作一：昨天一定是买入股票状态（状态一），今天卖出
  即：dp[i][2] = dp[i - 1][0] + prices[i];
• 达到冷冻期状态（状态四），即：dp[i][3]，只有一个操作：
  操作一：昨天卖出了股票（状态三）
  p[i][3] = dp[i - 1][2];

• dp数组如何初始化

这里主要讨论一下第0天如何初始化。
如果是持有股票状态（状态一）那么：dp[0][0] = -prices[0]，买入股票所省现金为负数。
保持卖出股票状态（状态二），第0天没有卖出dp[0][1]初始化为0就行，
今天卖出了股票（状态三），同样dp[0][2]初始化为0，因为最少收益就是0，绝不会是负数。
同理dp[0][3]也初始为0。

按照第一种思路的代码

class Solution {
    public int maxProfit(int[] prices) {
        int[][] dp = new int[prices.length][3];
        if(dp.length <= 1){
            return 0;
        }
        dp[0][0] = -prices[0];
        dp[0][1] = 0;//未持股且不是当天卖掉的
        dp[0][2] = 0;//未持股且是当天卖掉的
        for(int i = 1; i < prices.length; i++){
            dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1]-prices[i]);
            dp[i][1] = Math.max(dp[i-1][1],dp[i-1][2]);
            dp[i][2] = dp[i-1][0]+prices[i];
        }
        return Math.max(dp[prices.length-1][1],dp[prices.length-1][2]);
    }
}

代码是按照“程序员Carl”的思路实现的

class Solution {
    public int maxProfit(int[] prices) {
        int[][] dp = new int[prices.length][4];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        dp[0][2] = 0;
        dp[0][3] = 0;
        for(int i = 1; i < prices.length; i++){
            dp[i][0] = Math.max(dp[i-1][0],Math.max(dp[i-1][1],dp[i-1][3]) - prices[i]);
            dp[i][1] = Math.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];
        }
        int a = Math.max(dp[prices.length-1][2],dp[prices.length-1][3]);
        return Math.max(a,dp[prices.length-1][1]);
    }
}