代码随想录No47 | 动态规划 leetcode_ 309.最佳买卖股票时机含冷冻期 714.买卖股票的最佳时机含手续费

今天是股票总结篇！

309.最佳买卖股票时机含冷冻期

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）。

相对于122.买卖股票的最佳时机II 本题加上了一个冷冻期。

• 1.确定dp数组以及下标的含义
  dp[i][j]，第i天状态为j，所剩的最多现金为dp[i][j]。
  具体可以区分出如下四个状态：

  • 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）
  • 不持有股票状态，这里就有两种卖出股票状态
    • 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）
    • 状态三：今天卖出股票
  • 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！
    j的状态为：

  0：状态一
  1：状态二
  2：状态三
  3：状态四

• 确定递推公式
  达到买入股票状态（状态一）即：dp[i][0]，有两个具体操作：

  • 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]
      那么dp[i][0] = max(dp[i - 1][0], dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]);、

  达到保持卖出股票状态（状态二）即：dp[i][1]，有两个具体操作：

  • 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]);

  达到今天就卖出股票状态（状态三），即：dp[i][2] ，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];
  达到冷冻期状态（状态四），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];

dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i]);
dp[i][1] = 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];

• 3.dp数组如何初始化
  这里主要讨论一下第0天如何初始化。
  如果是持有股票状态（状态一）那么：dp[0][0] = -prices[0]，一定是当天买入股票。
  保持卖出股票状态（状态二），这里其实从 「状态二」的定义来说 ，很难明确应该初始多少，这种情况我们就看递推公式需要我们给他初始成什么数值。
  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]，那么大家感受一下 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，是我们第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。
• 4.确定遍历顺序
  从递归公式上可以看出，dp[i] 依赖于 dp[i-1]，所以是从前向后遍历。
• 5.举例推导dp数组
  最后结果是取 状态二，状态三，和状态四的最大值，不少同学会把状态四忘了，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:
    def maxProfit(self, prices: List[int]) -> int:
        dp = [[0 for _ in range(4)] for _ in range(len(prices))]

        dp[0][0] = -prices[0]

        for i in range(1,len(prices)):
            dp[i][0] = max(dp[i-1][0], max(dp[i-1][3], dp[i-1][1]) - prices[i])
            dp[i][1] = 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 max(dp[len(prices)-1][3], dp[len(prices)-1][1], dp[len(prices)-1][2])        

714.买卖股票的最佳时机含手续费

给定一个整数数组 prices，其中 prices[i]表示第 i 天的股票价格 ；整数 fee 代表了交易股票的手续费用。
你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。
相对于动态规划：122.买卖股票的最佳时机II，本题只需要在计算卖出操作的时候减去手续费就可以了，代码几乎是一样的。

class Solution: 
    def maxProfit(self, prices: List[int], fee: int) -> int:
        dp = [[0 for _ in range(2)] for _ in range(len(prices))]

        dp[0][0] = -prices[0]
        for i in range(1,len(prices)):
            dp[i][0] = max(dp[i-1][0], dp[i-1][1]-prices[i])
            dp[i][1] = max(dp[i-1][1], dp[i-1][0]+prices[i]-fee) #减去手续费

        return dp[-1][-1]

今天这两道题，冷冻期这题状态比较多，需要仔细分析，手续费这题在前面基础上减去fee即可，不算难！