题目:
这次的题和上次计算股票最大利润的题目本质上用的算法是一样的。之前已经解释过为什么不能用贪心了,因为有可能你这次卖掉之后无法得到最大利润值,比如1 4 2 9这个序列,假如只能交易一次,贪心会在4卖掉,但是为了求极大利润应该在9卖掉。
所以这种题基本都是使用动态规划解决的。
我们根据题解的思路来好了。
使用buy【i】【j】记录对于数组prices【0…i】进行j次交易,并且当前手上持有股票,可以获得的最大利润。
同理,用sell【i】【j】表示不持有股票的最大利润。
于是:
buy【i】【j】 = max{buy【i-1】【j】,buy【i-1】【j】-prices【i】}
sell 【i】【j】 = max{sell【i-1】【j】,sell【i-1】【j-1】+prices【i】}
因为卖出是计算交易次数的,所以j要减一(因为我们假定是在卖出的时候记作一次交易,当然也可以设定在买入的时候,只不过代码写法不一样)
然后注意初始化sell和buy【0】【1…k】为比较小的值即可。然后对于每一个i二重循环不断转移状态即可。
C++代码(附带测试)
#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
if (prices.empty()) {//如果没有股票,返回0
return 0;
}
int n = prices.size();
//令n等于prices的大小,这点很重要。因为size()返回的是无符号整数,所以不能有size()-1之类的运算
k = min(k, n / 2);//n天最多只能进行n/2场交易
vector<vector<int>> buy(n, vector<int>(k + 1));
vector<vector<int>> sell(n, vector<int>(k + 1));
buy[0][0] = -prices[0];
sell[0][0] = 0;
for (int i = 1; i <= k; ++i) {//初始化
buy[0][i] = sell[0][i] = INT_MIN / 2;
}
for (int i = 1; i < n; ++i) {
buy[i][0] = max(buy[i - 1][0], sell[i - 1][0] - prices[i]);//在j等于0的时候,sell保持为0,因为j-1不合法,即不会出现这样的数字
for (int j = 1; j <= k; ++j) {//状态转移运算
//转移方程
buy[i][j] = max(buy[i - 1][j], sell[i - 1][j] - prices[i]);
sell[i][j] = max(sell[i - 1][j], buy[i - 1][j - 1] + prices[i]);
}
}
return *max_element(sell[n - 1].begin(), sell[n - 1].end());
//最后一天一定不持有股票,返回k次交易内最大的利润值即可
}
};
int main()
{
int k = 2;
vector<int> prices = {3,2,6,5,0,3};
Solution s;
cout<<s.maxProfit(k,prices)<<endl;
}
PS:代码里面有一个小细节需要注意。
令n等于prices的大小,这点很重要。因为size()返回的是无符号整数,所以不能有size()-1之类的运算,一不小心<0就会自动转成最大的无符号整数