714. 买卖股票的最佳时机含手续费——【Leetcode每日一题】

题目来源：力扣。

714. 买卖股票的最佳时机含手续费

给定一个整数数组 prices，其中 prices[i] 表示第 i 天的股票价格 ；整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。

返回获得利润的最大值。

**注意：**这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。

示例 1：

输入：prices = [1, 3, 2, 8, 4, 9], fee = 2
输出：8
解释：能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8

示例 2：

输入：prices = [1,3,7,5,10,3], fee = 3
输出：6

提示：

• $1<=prices.length<=5\ast 10^4$
• $1<=prices[i]<5\ast 10^4$
• $0<=fee<5\ast 10^4$

思路：（动态规划）

考虑到「不能同时参与多笔交易」，因此每天交易结束后只可能存在手里 有一支股票 或者 没有股票 的状态，所以每天交易结束后，一共有 两种状态 ：

1. 有一支股票
2. 没有股票

我们设dp[i]表示第 i 天交易结束后的 「获得利润的最大值」，对应 两种不同的状态， 分别用 dp[i][0] 、dp[i][1] ，对应的两种状态为：

1. 第 i 天交易结束后有一支股票，有两种可能到达该状态：
   • 第i − 1天就已经持有，即 dp[i][0] = dp[i - 1][0]
   • 或者第 i 天刚买入，那么第 i−1 天就一定没有股票，即 dp[i][0] = dp[i - 1][1] - prices[i]
2. 第 i 天交易结束后没有股票，也有两种可能到达该状态：
   • 第 i − 1 就没有股票, 即：dp[i][1] = dp[i - 1][1]
   • 第 i − 1 有一支股票，但是再第i天卖出了, 即：dp[i][1] = dp[i - 1][0]+ prices[i] - fee

这样我们就得到了所有的状态转移方程。如果一共有 n 天，那么最终的答案即为：
$$max(dp[n-1][0],dp[n-1][1])$$

空间优化：

• 注意到在状态转移方程中，dp[i][0]和 dp[i][1]只会从 dp[i−1][0] 和 dp[i−1][1] 转移而来，因此我们不必使用数组存储所有的状态，而是使用两个变量 have 分别表示 nhave 直接进行状态转移即可。

代码：(Java、C++)

动态数组：(Java)

public class MaxProfit_fee {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] prices = {1, 3, 2, 8, 4, 9};
		int fee = 2;
		System.out.println(maxProfit(prices, fee));
	}
	public static int maxProfit(int[] prices, int fee) {
		if(prices.length == 1) {
			return 0;
		}
		int n = prices.length;
		int[][] dp = new int[n][2];//表示每天交易结束后，能获得的最大收益
		dp[0][0] = -prices[0];
		for(int i = 1; i < n; 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][0] + prices[i] - fee);
		}
		return Math.max(dp[n - 1][0], dp[n - 1][1]);
	}
}

空间优化：
(Java)

public class MaxProfit_fee {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] prices = {1, 3, 2, 8, 4, 9};
		int fee = 2;
		System.out.println(maxProfit(prices, fee));
	}
	public static int maxProfit(int[] prices, int fee) {
	if(prices.length == 1) {
			return 0;
		}
		int have = -prices[0];
		int nhave = 0 ,tem ;
		for(int price : prices) {
			tem = have;
			have = Math.max(have, nhave - price);
			nhave = Math.max(nhave, tem + price - fee);
		}
		return Math.max(have, nhave);
	}
}

C++

#include<iostream>
#include<vector>
#include<algorithm>

using namespace std;

int maxProfit(vector<int>& prices, int fee) {
	if (prices.size() == 1) {
		return 0;
	}

	vector<int>::iterator it = prices.begin();
	int have = -(*it);
	int nhave = 0, tem;
	while (++it != prices.end()) {
		tem = have;
		have = max(have, nhave - (*it));
		nhave = max(nhave, tem + (*it) - fee);
	}
	return max(have, nhave);
}

int main(){

	vector<int> prices = { 1, 3, 2, 8, 4, 9 };
	int fee = 2;
	cout << maxProfit(prices, fee) << endl;
	return 0;
}

运行结果：

复杂度分析：

• 时间复杂度：$O(n)$，其中 n 为数组的长度，需要遍历一遍。
• 空间复杂度：$O(1)$, 空间优化前是$O(n)$,优化后是 $O(1)$。

注：仅供学习参考！