309.最佳买卖股票时机含冷冻期
视频讲解:动态规划来决定最佳时机,这次有冷冻期!| LeetCode:309.买卖股票的最佳时机含冷冻期_哔哩哔哩_bilibili
最后结果是取 状态二,状态三,和状态四的最大值,别把状态四忘了,状态四是冷冻期,最后一天如果是冷冻期也可能是最大值
class Solution {
public int maxProfit(int[] prices) {
//第一步确定dp数组;dp[i][j],第i天状态为j,所剩的最多现金为dp[i][j]
//第二步:确立递推公式
//0 状态一:持有股票状态(今天买入股票,或者是之前就买入了股票然后没有操作,一直持有)
//操作一:前一天就是持有股票状态(状态一),dp[i][0] = dp[i - 1][0]
//操作二:今天买入了,有两种情况:
//前一天是冷冻期(状态四),dp[i - 1][3] - prices[i]
//前一天是保持卖出股票的状态(状态二),dp[i - 1][1] - prices[i]
//dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i]);
//1 状态二:保持卖出股票的状态(两天前就卖出了股票,度过一天冷冻期。或者是前一天就是卖出股票状态,一直没操作)
//操作一:前一天就是状态二
//操作二:前一天是冷冻期(状态四)
//dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
//2 状态三:今天卖出股票
//只有一个操作:昨天一定是持有股票状态(状态一),今天卖出。即:dp[i][2] = dp[i - 1][0] + prices[i];
//3 状态四:今天为冷冻期状态,但冷冻期状态不可持续,只有一天!
//即:dp[i][3],只有一个操作:昨天卖出了股票(状态三),dp[i][3] = dp[i - 1][2];
//第三步初始化:
//dp[0][0] = -prices[0],一定是当天买入股票
//如果i为1,第1天买入股票,那么递归公式中需要计算 dp[i - 1][1] - prices[i] ,即 dp[0][1] - prices[1],
//一下 dp[0][1] (即第0天的状态二)应该初始成多少,只能初始为0。想一想如果初始为其他数值,
//是第1天买入股票后 手里还剩的现金数量是不是就不对了。
//今天卖出了股票(状态三),同上分析,dp[0][2]初始化为0,dp[0][3]也初始为0
int n = prices.length;
int dp[][] = new int[n][4];
dp[0][0] = -prices[0];
for(int i = 1; i < n; i++) {
dp[i][0] = Math.max(dp[i - 1][0], Math.max(dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]));
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][3]);
dp[i][2] = dp[i - 1][0] + prices[i];
dp[i][3] = dp[i - 1][2];
}
return Math.max(dp[n - 1][3], Math.max(dp[n - 1][1], dp[n - 1][2]));
}
}
714.买卖股票的最佳时机含手续费
视频讲解:动态规划来决定最佳时机,这次含手续费!| LeetCode:714.买卖股票的最佳时机含手续费_哔哩哔哩_bilibili
class Solution {
public int maxProfit(int[] prices, int fee) {
int dp[][] = new int[prices.length][2];
dp[0][0] = -prices[0];
for (int i = 1; i < prices.length; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);
}
return dp[prices.length - 1][1];
}
}