LeetCode-309-最佳买卖股票时机含冷冻期

1、动态规划法

我们可以使用数组dp记录每天买卖股票可以获得的最大利润，其中针对买卖股票的不同状态有三种情况：1、我们拥有股票但未卖出，此时我们可能是从两种状态转移来的，一是前一天也持有未售出的股票；二是前一天刚刚结束未持有股票的状态，并刚刚购买了股票，因此为了获得当前的最大利润，我们可以得到状态转移公式为$dp[i][0]=max(dp[i-1][0],dp[i-1][2]-prices[i])$；2、我们未持有股票并处于冷冻期，此时我们只有可能是从一种状态转移过来的，就是前一天刚刚出售了股票，我们可以得到状态转移公式为$dp[i][1]=dp[i-1][0]+prices[i]$；3、我们未持有股票并不处于冷冻期，此时我们可能是从两种状态转移过来的：一是我们昨天处于冷冻期；二是我们昨天也没有持有股票，我们可以得到状态转移公式为$dp[i][2]=max(dp[i-1][1],dp[i-1][2])$。最终我们为了获得最大利润，只需要比较$dp[prices.size()-1][1],dp[prices.size()-1][2]$中的最大值即可。

class Solution {
public:
    int maxProfit(vector<int> &prices) {
        if (prices.size() == 0 || prices.size() == 1) return 0;
        vector<vector<int>> dp(prices.size(), vector<int>(3, 0));
        dp[0][0] = -prices[0];
        for (int i = 1; i < prices.size(); ++i) {
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][2] - prices[i]);
            dp[i][1] = dp[i - 1][0] + prices[i];
            dp[i][2] = max(dp[i - 1][1], dp[i - 1][2]);
        }
        return max(dp[prices.size() - 1][1], dp[prices.size() - 1][2]);
    }
};

2、动态规划法优化

考虑到我们虽然占用了一个二维数组，但我们实际上使用的只有昨天的最大利润，因此我们可以使用三个变量来代替二维数组。

class Solution {
public:
    int maxProfit(vector<int> &prices) {
        if (prices.size() == 0 || prices.size() == 1) return 0;
        int profit_1 = -prices[0];
        int profit_2 = 0;
        int profit_3 = 0;
        for (int i = 1; i < prices.size(); ++i) {
            int temp_profit_1 = max(profit_1, profit_3 - prices[i]);
            int temp_profit_2 = profit_1 + prices[i];
            int temp_profit_3 = max(profit_2, profit_3);
            profit_1 = temp_profit_1;
            profit_2 = temp_profit_2;
            profit_3 = temp_profit_3;
        }
        return max(profit_2, profit_3);
    }
};