https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-iv/
给你一个整数数组 prices 和一个整数 k ,其中 prices[i] 是某支给定的股票在第 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 k 笔交易。也就是说,你最多可以买 k 次,卖 k 次。
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:k = 2, prices = [2,4,1]
输出:2
解释:在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
# 难度:☆☆☆
# 标签:动态规划
# 买卖k次
# 定义dp:dp[i][j] 第i天的状态为j,所持有的最大金额
# j的状态为:
# 0 不操作
# 1 第1次买入
# 2 第1次卖出
# 3 第2次买入
# 4 第2次卖出
# 以此类推,除了0以外,奇数是买入,偶数是卖出
# n = len(prices)
# dp = [[0] * (2 * k + 1) for i in range(n)]
# # 初始化
# # j为偶数,即卖出时,dp初始化为0
# # j为奇数,即买入时,dp初始化为支付金额-prices[0]
# for j in range(1, 2 * k, 2):
# dp[0][j] = -prices[0]
# for i in range(1, n):
# for j in range(0, 2 * k - 1, 2):
# # 第i天结束时,处于持股状态 = max(前1天持股,前1天未持股且当天买股票)
# dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i])
# # 第i天结束时,处于未持股状态 = max(前1天未持股,前1天持股且当天卖出股票)
# dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i])
# return dp[-1][2 * k] # 打印dp中最后一个list中的最后一个元素
# 方法2:换个思路
# 不考虑是买还是卖,只考虑最大化手中的钱
# 买相当于减,卖相当于加,无论是买还是卖,要保证手中的钱最多
# 当次的买或卖只与上一次是买还是卖相关
# buy = max(buy, ?), sell = max(sell, ?)
# 买后手中钱减少,初始化为无穷小;卖后手中钱增加,初始化为0
buy = [-float('inf')] * (k + 1)
sell = [0] * (k + 1)
# 注意初始化用的是k + 1,因为需要保证后面递归的通用性
# 第一次买是0-p,这里初始化sell[0] = 0
for p in prices:
for i in range(1, k + 1):
# 先买后卖
buy[i] = max(buy[i], sell[i - 1] - p)
sell[i] = max(sell[i], buy[i] + p)
return sell[-1]