Leetcode 123. 买卖股票的最佳时机 III
题目
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)。
测试样例
示例 1:
输入: [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: [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: [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。
题解
动态规划
令dp[i][j][k]为第i天参与j次交易时当前是否持有股票(k==0表示未持有)的最大利润,其中1次交易为买和卖。显然我们可以写出一个转移机。
- 如果当天,我们买股票,就说明我们昨天不能有股票,也就是说dp[i][j][1] = dp[i-1][j-1][0]-prices[i-1];另外我们当天有彩票,可能是之前买的,也就是说dp[i][j][1] = dp[i-1][j][1]。综合便得,dp[i][j][1] = max(dp[i-1][j-1][0]-prices[i-1],dp[i-1][j][1])
- 另外,我们今天卖股票,就说明我们昨天得有股票,也就是说dp[i][j][0] = dp[i-1][j][1]+prives[i-1];另外,我们当天没有彩票,可能我们之前就没有彩票,也就是说dp[i][j][0] = dp[i-1][j][0]。综合便得,dp[i][j][0] = max(dp[i-1][j][1]+prives[i-1],dp[i-1][j][0])
我们再考虑一下初始条件,第i天的时候,0次交易没有股票时,最大利润是0,即dp[i][0][0] = 0。0次交易有股票是不可能的,也就是最大利润为负无穷,即dp[i][0][1] = MIN
第0天的时候,发生过交易也是不可能的,因此dp[0][j][k] = MIN,其中j=1、2;k=0、1
最终的结果,显然是最后一天没有股票时的最大利润
详细过程见代码
代码
int maxProfit(vector<int>& prices) {
int n=prices.size();
int money=0;
vector<vector<vector<long>>> dp(n+1,vector<vector<long>>(3,vector<long>(2,0)));
for (int i = 0; i <= n; i++)
{
dp[i][0][0] = 0; //从未发生过交易
dp[i][0][1] = INT_MIN; //没有交易却有股票,这是不可能的
}
for (int i = 1; i <= 2; i++) //第0天不可能发生交易
{
dp[0][i][0] = INT_MIN;
dp[0][i][1] = INT_MIN;
}
for(int i=1; i<=n; i++){
for(int j=0; j<3; j++){
dp[i][j][0] = max(dp[i-1][j][1]+prices[i-1],dp[i-1][j][0]);
if(j){
dp[i][j][1] = max(dp[i-1][j][1],dp[i-1][j-1][0]-prices[i-1]);
}
}
}
return max(dp[n][0][0],max(dp[n][1][0],dp[n][2][0]));
}
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iii
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。