leetcode 买卖股票的最佳时机3 4

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）。
 思路：第一眼，就是要使用动态规划去做，我们可以设
$dp1表示第1次买入的最低价格dp1=min(dp1,prices[i])$
$dp2表示第2次卖出后的最大利润dp2=max(dp2,prices[i]-dp1)$
$dp3表示第3次买入的最大利润dp3=max(dp3,dp2-prices[i])$
$dp4表示第4次卖出后的最大利润dp4=max(dp4,dp3+prices[i])$
则程序如下：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.size()<2)
         return 0;
         int dp1=INT_MAX;
         int dp2=0;
         int dp3=INT_MIN;//第3次买入的最大利润(已经赚的钱-当前股票价格)可能是个负利润
         int dp4=0;
         for(int i=0;i<prices.size();i++)
         {
             dp1=min(dp1,prices[i]);   
             dp2=max(dp2,prices[i]-dp1);
             dp3=max(dp3,dp2-prices[i]);
               dp4=max(dp4,dp3+prices[i]);  
         }
         return dp4;
    }
};

188. 买卖股票的最佳时机 IV

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 k 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）。
 思路：三维数组 $dp[k][i][2]$
i 表示到了第几天，k表示进行了几次交易，2表示两种状态 0手上无股票 1手上有股票
$dp[k][i][0]$数组中的数字表示到了第i天，交易了k次，手上没有股票的最大利益
$dp[k][i][1]$ 数组中的数字表示到了第i天，交易了k次，手上有股票的最大利益
我们这里假设买入一次算一次交易
则有状态转移方程
dp[t][i][0]=max(dp[t][i-1][0],dp[t][i-1][1]+prices[i-1])
第i天为止第t次交易手上不持有=第i-1天为止第t次交易手上不持有,第i-1天为止第t次交易手上持有然后卖出()+prices[i-1]
dp[t][i][1] = max(dp[t][i - 1][1], dp[t - 1][i - 1][0] - prices[i - 1]);
第i天为止第t次交易手上持有=第i-1天为止第t次交易手上持有,第i-1天为止第t-1次交易手上不持有然后卖如pricesi-1
 当然，我们也需要注意，当k >= prices.size()/2时，说明根本完成不了k次交易，最多就是prices.size()/2时，这个问题就转换为股票问题2了，直接使用我们之前的代码即可。

class Solution {
public:
    int maxProfit(int k, vector<int>& prices) {
        if(!prices.size()) return 0;
        if(k >= prices.size()/2)
        {  //问题变为股票问题2
            int sum = 0;q
            for(int i = 1; i < prices.size(); i++)
            {
                int val = prices[i] - prices[i - 1];
                sum += (val > 0? val: 0);
            }
            return sum;
        }
   vector<vector<vector<int>>> dp (k+1,vector<vector<int>>(prices.size()+1,vector<int>(2,0)));
        for(int t=0;t<=k;t++)
        dp[t][0][1]=INT_MIN;
        for(int i=0;i<prices.size();i++)
        dp[0][i][1]=INT_MIN;
        for(int t=1;t<=k;t++)
        {
            for(int i=1;i<=prices.size();i++)
            {
                dp[t][i][0]=max(dp[t][i-1][0],dp[t][i-1][1]+prices[i-1]);
                dp[t][i][1] = max(dp[t][i - 1][1], dp[t - 1][i - 1][0] - prices[i - 1]);
            }
        }
        return dp[k][prices.size()][0];
    }
};