123. 买卖股票的最佳时机 III（Java）（动归正向迭代）

1 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）。

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。

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。

2 Java

2.1 方法一（动归正向迭代）

class Solution {
    /*
        dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
              max(   选择 rest  ,           选择 sell      )
        今天没持股，两种可能，1今天没买，2今天刚卖
        dp[i-1][k][0] 到 dp[i][k][0]：昨天没持股，今天也没持股（今天没买）
        dp[i-1][k][1] 到 dp[i][k][0]：昨天持股了，今天没持股（今天刚卖）

        dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])
                    max(   选择 rest  ,           选择 buy         )
        今天持股，两种可能，1今天没卖，2今天刚买
        dp[i-1][k][1] 到 dp[i][k][1]：昨天持股，今天也持股（今天没卖）
        dp[i-1][k-1][0] 到 dp[i][k][1]：昨天没持股，今天持股（今天刚买）

        求dp[I][K][0]，即最后一天，最多完成了K次交易，目前不持股，的收益，即为最大收益

        买的当天，k会＋1，持有变1
        卖的当天，k不变，持有变0

        本题k = 2，最多交易2次
    */
    public int maxProfit(int[] prices) {
        if(prices.length == 0)  return 0;

        // 创建初始化备忘录
        int[][][] dp = new int[prices.length][3][2];
        for(int k = 0; k <= 2; k++){		// 这很难
            dp[0][k][0] = 0;
            dp[0][k][1] = - prices[0];
        }

        // 外层for状态步进
        for(int i = 1; i < prices.length; i++){
            for(int k = 1; k <= 2; k++){	// k = 0的状态值都是0，一般不可能是解（没交易），没有计算的必要
                // 内存for状态转移
                dp[i][k][0] = Math.max(dp[i - 1][k][0], dp[i - 1][k][1] + prices[i]);
                dp[i][k][1] = Math.max(dp[i - 1][k][1], dp[i - 1][k - 1][0] - prices[i]);
            }
        }

        return dp[prices.length - 1][2][0];
    }
}

我觉得这么写初始化容易理解

class Solution {
    /*
        dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
              max(   选择 rest  ,           选择 sell      )
        今天没持股，两种可能，1今天没买，2今天刚卖
        dp[i-1][k][0] 到 dp[i][k][0]：昨天没持股，今天也没持股（今天没买）
        dp[i-1][k][1] 到 dp[i][k][0]：昨天持股了，今天没持股（今天刚卖）

        dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])
                    max(   选择 rest  ,           选择 buy         )
        今天持股，两种可能，1今天没卖，2今天刚买
        dp[i-1][k][1] 到 dp[i][k][1]：昨天持股，今天也持股（今天没卖）
        dp[i-1][k-1][0] 到 dp[i][k][1]：昨天没持股，今天持股（今天刚买）

        求dp[I][？][0]，即最后一天，完成了？次交易，目前不持股，的收益，即为最大收益

        买的当天，k会＋1，持有变1
        卖的当天，k不变，持有变0

        本题k = 2，最多交易2次
    */
    public int maxProfit(int[] prices) {
        if(prices.length == 0)  return 0;

        // 创建初始化备忘录
        int I = prices.length, K = 3, J = 2;
        int[][][] dp = new int[I][K][J];
        for(int i = 0; i < Math.min(2 * (K - 1), I); i++){  // 暴力点就直接全部初始化-99999了
            dp[i][0][0] = 0;            // 注意
            dp[i][0][1] = - 99999;
            for(int k = 1; k < K; k++){
                dp[i][k][0] = - 99999;
                dp[i][k][1] = - 99999;
            }
        }
        dp[0][1][1] = - prices[0];      // 注意

        // 外层for状态步进
        for(int i = 1; i < I; i++){
            for(int k = 1; k < K; k++){	// k = 0的状态值都是0，一般不可能是解（没交易），没有计算的必要
                // 内存for状态转移
                dp[i][k][0] = Math.max(dp[i - 1][k][0], dp[i - 1][k][1] + prices[i]);
                dp[i][k][1] = Math.max(dp[i - 1][k][1], dp[i - 1][k - 1][0] - prices[i]);
            }
        }

        // 选最大值，有可能交易1次比交易2次赚的多，并不是交易次数越多越好
        int ans = 0;
        for(int k = 1; k < K; k++)  ans = Math.max(ans, dp[I - 1][k][0]);
        return ans;
    }
}

2.2 方法二（动归正向迭代）

另一种状态转移

class Solution {
    /*
        dp[i][j] ，表示 [0, i] 区间里，状态为 j 的最大收益
        j = 0：已买入0次股票，且当前不持有
        j = 1：已买入1次股票，且当前持有
        j = 2：已买入1次股票，且当前不持有
        j = 3：已买入2次股票，且当前持有
        j = 4：已买入2次股票，且当前不持有

        求 Math.max(dp[I][2], dp[I][4])，即最后一天，完成了1/2次交易，目前不持股，的收益，即为最大收益
        存在 只完成1笔交易的收益 > 完成2笔交易；这是因为卖出当天不能买入，只有明天才能买入
        本题k = 2，最多交易2次
    */
    public int maxProfit(int[] prices) {
        if(prices.length == 0)  return 0;

        // 创建初始化备忘录
        int I = prices.length, J = 5;
        int[][] dp = new int[I][J];
        //for(int i = 0; i < I; i++)  Arrays.fill(dp[i], Integer.MIN_VALUE);    // 如果全部都是负无穷，会存在-prices[i]越界为正无穷的情况
        for(int i = 0; i < I; i++)  dp[i][3] = Integer.MIN_VALUE;       // 这比较难理解，完全是从计算角度考虑
        dp[0][0] = 0;   dp[0][1] = - prices[0];

        // 外层for状态步进
        for(int i = 1; i < I; i++){
            // 内存for状态转移
            dp[i][0] = dp[i - 1][0];
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
            dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
            dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
            dp[i][4] = Math.max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
        }

        return Math.max(dp[I - 1][2], dp[I - 1][4]);
    }
}