题目:
188.买卖股票的最佳时机 IV
给定一个整数数组 prices ,它的第 i 个元素 prices[i] 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 k 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:k = 2, prices = [2,4,1] 输出:2 解释:在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天
(股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入:k = 2, prices = [3,2,6,5,0,3] 输出:7 解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3
天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 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 。
提示:
0 <= k <= 109
0 <= prices.length <= 1000
0 <= prices[i] <= 1000
题解:
解题思路:
首先判断prices有没有数据,没有则返回0。
接着用n表示prices的长度。
这里说明以下dp是表示利润,dp的利润是通过股票价格的加减得来的,
-prices[i]就是买入,+prices[i]就是卖出。
接下来有两种情况:
一种是k >= n//2的,因为一次交易是买和卖,可以把n//2看成一次交易,n//2也就是最大交易数,如果k大于等于最大交易数,可以理解成不限制交易数,那么就可以不用考虑k了。
另外一种是k < n//2,也就是对整体的prices列表来说,交易次数是有限的,具体见代码注释。
题解代码:
class Solution:
def maxProfit(self, k, prices):
if not prices:
return 0
n = len(prices)
if k >= n//2:
dp = [[0,0] for _ in range(n)]
dp[0][0] = 0
dp[0][1] = -prices[0]
#dp的初始化,dp[][],这里dp有两个框,第一个表示天数,第二个表示是否持有股票,0不持有,1持有
#第0天不持有利润为0
#第0天持有股票利润为负的第0天股票价格,也就是买入
for i in range(1,n):
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])
#第i天不持股,选择i-1天不持股,或者i-1天持股然后在第i天卖出,的最大值
#第i天持股,选择i-1天持股,或者第i-1天不持股然后在第i天买入,的最大值
return dp[n-1][0] #最后返回最后一天不持股的数值
else:
dp = [[[0,0] for _ in range(k+1)] for _ in range(n)]
#对dp初始化,这里是三维的列表,举个例子[[[0,0],[0,0],[0,0]],[[0,0],[0,0],[0,0]]]
#这里一共是2天,可以交易2次,之所以2天里面各有三个[0,0],是因为0,1,2笔交易的原因。
for i in range(k+1):
dp[0][i][0] = 0
dp[0][i][1] = -prices[0]
#第0天i笔交易不持股为0
#第0天i笔交易持股自然为第0天股票价格
for i in range(1,n):
dp[i][0][0] = 0
dp[i][0][1] = max(dp[i-1][0][1],-prices[i])
#第i天0笔交易不持股为0
#第i天0笔交易持股,选择第i-1天0笔交易持股,或者买入当前股票,的最大值,因为是0笔交易所以这样。
for i in range(1,n):
for j in range(1,k+1):
dp[i][j][0] = max(dp[i-1][j][0],dp[i-1][j-1][1]+prices[i])
dp[i][j][1] = max(dp[i-1][j][1],dp[i-1][j][0]-prices[i])
#第i天j笔交易不持股,选择i-1天j笔交易不持股,或者第i-1天j-1笔交易持股然后在第i天卖出,的最大值
#解释一下为什么j-1,因为这里我将一次交易定义为买入卖出,那么持股然后卖出就是一次交易,所以交易次数+1
#第i天j笔交易持股,选择第i-1天j笔交易持股,或者第i-1天j笔交易不持股然后买入第i天的股票,的最大值
maxprofit = 0
for i in range(k+1):
maxprofit = max(maxprofit,dp[n-1][i][0])
#最大利润取maxprofit,或者最后一天所有交易次数的最大值
return maxprofit
算法虽然没有上一篇动态规划+贪心速度快,但胜在容易理解!
作者:luo_luo
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iv/solution/mai-mai-gu-piao-de-zui-jia-shi-ji-4python3dong-tai/
来源:力扣(LeetCode)https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iv