123. 买卖股票的最佳时机 III ——【Leetcode每日一题】

题目来源：力扣。

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）。

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：

• $1<=prices.length<=10^5$
• $0<=prices[i]<=10^5$

思路：(动态规划)

1. 动态规划问题最重要的是先确定一共有哪些状态；
2. 然后分析每种状态的关系，从而确定 状态转移方程。

第一步：确定所有的状态：

本题的关键在于至多买卖两次，这意味着可以买卖一次，可以买卖两次，也可以不买卖。

• 我们随意看某一天，这一天结束后：可能没有任何买卖，即没有任何操作；可能已经买了一次；可能已经买卖一次，即第一次卖出了；可能第二次买入了；也可能第二次卖出了；共有 5 种状态：
  • 1、没有任何操作
  • 2、第一次买入
  • 3、第一次卖出
  • 4、第二次买入
  • 5、第二次卖出

第二步：分析每种状态的关系，确定状态转移方程：

• 定义dp[i] 表示第i 的结束后的状态，一共五种可能，分被定义为：dp[i][0]、dp[i][1]、dp[i][2]、dp[i][3]、dp[i][4]。即：dp[i][j]表示第i天状态j所能获取的最大利润。
  • dp[i][0] 第i天结束后，没有任何买卖，所以：$$dp[i][0]=0$$
  • dp[i][1] 第i天结束后，已经买入了一次股票，有两种情况：第i天前就已经买入，或者当天买入的，求最大利润，所以取最大值，即：$$dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i])$$
  • dp[i][2] 第i天结束后，已经卖了一次股票，有两种情况：第i天前就已经卖出，或者当天卖出的，求最大利润，所以取最大值，即：$$dp[i][2]=max(dp[i-1][2],dp[i-1][1]+prices[i])$$
  • dp[i][3] 第i天结束后，已经买入二次股票，有两种情况：第i天前就已经买入，或者当天买入的，求最大利润，所以取最大值，即：$$dp[i][3]=max(dp[i-1][3],dp[i-1][2]-prices[i])$$
  • dp[i][4] 第i天结束后，已经卖了两次股票，有两种情况：第i天前就已经卖出，或者当天卖出的，求最大利润，所以取最大值，即：$$dp[i][4]=max(dp[i-1][4],dp[i-1][3]+prices[i])$$

最大利润肯定在卖出的状态，而两次卖出的状态利润最大，一定是在第二次卖出，即最大利润为：
$$dp[n-1][4]$$

空间优化：
观察发现，dp[i][j] 只和 前一天 以及 五种状态的上一个状态 有关，

• 即可以只设五个变量对应五个状态即可，而第一种状态dp[i][0] 始终为 0 ，所以只需四个变量，动态变化：
  分别为：firstBuy 、firstSell、secondBuy、secondSell

从而和上面对应为：
dp[i][1] ：
$$firstBuy=max(firstBuy，-prices[i])$$
dp[i][2] ：
$$firstSell=max(firstSell,firstBuy+prices[i])$$
dp[i][3] ：
$$secondBuy=max(secondBuy，firstSell-prices[i])$$
dp[i][4] ：
$$secondSell=max(secondSell,secondBuy+prices[i])$$

代码：(Java)

public class MaxProfit3 {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] prices = {3,3,5,0,0,3,1,4};
		System.out.println(maxProfit(prices));
	}
	public static int maxProfit(int[] prices) {
		if(prices.length == 1) {
			return 0;
		}
		int n = prices.length;
		int [][] dp = new int [n][5];
		
		//dp[i][0]没有任何操作,一直为0
		
		//初始化
		dp[0][1] = -prices[0];
		// 初始化第二次买入的状态是确保 最后结果是最多两次买卖的最大利润
		dp[0][3] = -prices[0];
		
		for(int i = 1; i < n; i++) {
			dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
			dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
			dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
			dp[i][4] = Math.max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
		}
		return dp[n - 1][4];
    }
}

空间优化：

public class MaxProfit3 {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] prices = {3,3,5,0,0,3,1,4};
		System.out.println(maxProfit(prices));
	}
	public static int maxProfit(int[] prices) {
		if(prices.length == 1) {
			return 0;
		}
		int n = prices.length;
		//初始化
		int firstBuy = -prices[0], firstSell = 0;
		// 初始化第二次买入的状态是确保 最后结果是最多两次买卖的最大利润
		int secondBuy = -prices[0], secondSell = 0;
		
		for(int i = 1; i < n; i++) {
			firstBuy = Math.max(firstBuy, -prices[i]);
			firstSell = Math.max(firstSell, firstBuy + prices[i]);
			secondBuy = Math.max(secondBuy, firstSell - prices[i]);
			secondSell = Math.max(secondSell, secondBuy + prices[i]);
		}
		return secondSell;
    }
}

运行结果：

复杂度分析：

• 时间复杂度：$O(n)$，要遍历数组prices, n 为数组prices的长度。
• 空间复杂度：$O(1)$，优化后只需要常量级别的空间，优化前的空间复杂度为$O(n\ast 5)$，需要 $n\ast 5$ 的空间。

相同题目进阶：

188. 买卖股票的最佳时机 IV

注：仅供学习参考！