买卖股票的最佳时机问题

股票问题

力扣上的股票问题可以总结为以下几类：

• 买卖股票的最佳时机
  • 121 只能买卖一次
  • 122 可以买卖多次
  • 123 最多买卖两次
  • 188最多买卖 k 次
• 309 买卖多次，但卖出第二天为冷冻期
• 714 买卖多次，每次有手续费

对于这些问题，可以统一用动态规划来解决，思路如下：
首先，知道每一天可以有几种状态：持有 k 张股票；不持有股票； 处于冷冻期等。

1. 确定 dp数组及下标的含义：dp[j][k] 表示第 j 天可剩余的最多现金，k为当天所处的状态
2. 确定递推公式：dp[j][k]应该如何由之前的状态表示。
3. dp 数组如何初始化：一般初始化第一天，即dp[0][k]
4. 确定遍历顺序：由于后一天的结果由前一天得出，因此从前往后遍历
5. 举例推导dp数组

力扣第188题 题目描述如下：
给定一个整数数组 prices ，它的第 i 个元素 prices[i] 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）。

首先每一天有 k * 2 种状态： // 本题可以使用滚动数组 dp[k*2]来表示每一天状态
k 偶数 --- 持有第 k 张股票；
k+1 奇数 --- 卖出第 k 张股票；

1. 确定 dp 数组
vector<vector<int>> dp(prices.size(), vector<int>(k * 2, 0));
2. 确定递推公式 k为偶数
// 当天持有第 k 张股票：可能是前一天就持有股票；或当天买入一只股票，则前一天不持有股票 -> 取最大值
dp[i][k] = max(dp[i-1][k], dp[i-1][k]-prices[i]);
// 当天卖出第 k 张股票：前一天就卖出股票；或当天卖出一只股票，则前一天处于持有第 k 张股票状态
dp[i][k+1] = max(dp[i-1][k+1], dp[i-1][k]+prices[i]);
3. 初始化：第0天的状态的值
for (int j=0; j<k*2; j+=2) {
	dp[0][j] = -prices[0]; //当天买入一只股票，花费了 prices[0]
	dp[0][j+1] = 0;  // 可以看成当天买入又卖出，或者没有操作
}
4. 确定遍历顺序： 从前往后遍历
for (int i=1; i<prices.size(); ++i) {
	for (int j=0; j<2*k; j+=2) {
		dp[i][j] = max(dp[i-1][j], dp[i-1][j+1]-prices[i]);
		dp[i][j+1] = max(dp[i-1][j+1], dp[i-1][j]+prices[i]);
	}
}

力扣第309题 题目描述如下：
给定一个整数数组prices，其中第 prices[i] 表示第 i 天的股票价格 。​
设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）: 卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
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）。

首先每一天有三种状态：
0 --- 持有一张股票；
1 --- 不持有股票；
2 --- 处于冷冻期（包含两种情况，1.前一天卖出股票，2.更早卖出股票。但可以统一记为冷冻期，因为既没有股票在手上，当天也没有任何操作）

1. 确定 dp 数组
vector<vector<int>> dp(prices.size(), vector<int>(3, 0));
2. 确定递推公式
// 当天持有一只股票：可能是前一天就持有股票；或当天买入一只股票，这种情况前一天必须为冷冻期 -> 取最大值
dp[j][0] = max(dp[j-1][0], dp[j-1][2]-prices[j]);
// 当天不持有股票：前一天就不持有股票；或当天卖出一只股票，则前一天处于持有股票状态
dp[j][1] = max(dp[j-1][1], dp[j-1][0]+prices[j]);
// 处于冷冻期：前一天就处于冷冻期；或前一天卖出一张股票
dp[j][2] = max(dp[j-1][2], dp[j-1][1]);
3. 初始化：第0天的三种状态的值
dp[0][0] = -prices[0]; //当天买入一只股票，花费了 prices[0]
dp[0][1] = 0;  // 可以看成当天买入又卖出，或者没有操作
dp[0][2] = 0;  // 冷冻期，相当于没有操作
4. 确定遍历顺序： 从前往后遍历
for (int j=1; j<prices.size(); ++j){
	dp[j][0] = max(dp[j-1][0], dp[j-1][2]-prices[j]);
	dp[j][1] = max(dp[j-1][1], dp[j-1][0]+prices[j]);
	dp[j][2] = max(dp[j-1][2], dp[j-1][1]);
}

参考：
代码随想录