123.买卖股票的最佳时机III
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)。
1. 确定dp数组(dp table)以及下标的含义
i:天数
0、1、3、4:状态
dp[i][0]: 不操作
dp[i][1]: 第一次持有(可能延续之前买入的状态)
dp[i][2]: 第一次不持有(可能延续之前卖出的状态)
dp[i][3]: 第二次持有
dp[i][4]: 第二次不持有
2. 确定递推公式
dp[i][0] = dp[i-1][0] (不操作只能由前一天推导而来)
————————————————————————————
dp[i-1][1](延续前一天持有)
dp[i-1][0]-price[i](前一天不持有,在第i天买入)
dp[i][1] = max(dp[i-1][1], dp[i-1][0]-price[i])手头最大现金
————————————————————————————
dp[i-1][2](延续前一天不持有)
dp[i-1][1]+price[i](前一天持有,在第i天卖出)
dp[i][2] = max(dp[i-1][2], dp[i-1][1]+price[i]);
————————————————————————————
dp[i-1][3] (延续前一天第二次持有)
dp[i-1][2] - price[i] (第i天进行买入,第二次买入,前一天的状态一定是第一次卖出的(不持有的)状态)
dp[i][3] = max(dp[i-1][3], dp[i-1][2] - price[i] )
————————————————————————————
dp[i-1][4] (延续前一天第二次不持有)
dp[i-1][3] + price[i](前一天的状态一定是第二次持有,才能第二次卖出)
dp[1][4] = max(dp[i-1][4], dp[i-1][3] + price[i])
3. dp数组如何初始化
dp[0][0] = 0;
dp[0][1] = -price[0];
dp[0][2] = 0; // 第一天买入又卖出,手上现金为0
dp[0][3] = -price[0]; // 第一天买入又卖出又买入
dp[0][3] = 0; // 第一天买入又卖出又买入又卖出
4. 确定遍历顺序
i是由i-1推导而来的,从小到大遍历
for (int i = 1; i < prices.size(); i++) {
结果:卖出一定比买入手头现金多 dp[i][2] dp[i][4]
max(dp[prices.size()-1][2] dp[prices.size()-1][4])
第二次卖出包含第一次卖出的值:
return dp[prices.size() - 1][4];
5. 举例推导dp数组
// 版本一
class Solution {
public:
int maxProfit(vector<int>& prices) {
if (prices.size() == 0) return 0;
vector<vector<int>> dp(prices.size(), vector<int>(5, 0));
dp[0][1] = -prices[0];
dp[0][3] = -prices[0];
for (int i = 1; i < prices.size(); i++) {
dp[i][0] = dp[i - 1][0];
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
}
return dp[prices.size() - 1][4];
}
};
188.买卖股票的最佳时机IV
题目:
给你一个整数数组 prices
和一个整数 k
,其中 prices[i]
是某支给定的股票在第 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。也就是说,你最多可以买 k
次,卖 k
次。
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)。
——————————————————————————————————————————
至多买卖2次,每买卖一次下标需要有2个空位进行表示,所以是下标到4,至多买卖k次,下标到2k。
dp数组定义:
vector<vector<int>> dp(prices.size(), vector<int>(2 * k + 1, 0));
2. 确定递推公式
j每次跳跃2,j+1是买,j+2是卖,直到j只向2k为止。遍历j,表示第i天第k次买入和卖出的状态。
for (int j = 0; j < 2 * k; j += 2) {
dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]); // 持有
dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]); // 不持有
}
j=0 j+1=1 j+2=2
j=2 j+1=3 j+2=4
j=4 结束for循环
3. dp数组初始化
dp[0][j]当j为奇数的时候都初始化为 -prices[0] // 第0天持有时买入
for (int j = 1; j < 2 * k; j += 2) { // 以上一题为例子j为1,3
dp[0][j] = -prices[0];
}
4. 确定遍历顺序
从递归公式可以看出,一定是从前向后遍历,因为dp[i],依靠dp[i - 1]的数值。
5. 举例推导dp数组
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
if (prices.size() == 0) return 0;
vector<vector<int>> dp(prices.size(), vector<int>(2 * k + 1, 0));
for (int j = 1; j < 2 * k; j += 2) {
dp[0][j] = -prices[0];
}
for (int i = 1;i < prices.size(); i++) {
for (int j = 0; j < 2 * k - 1; j += 2) {
dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);
dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);
}
}
return dp[prices.size() - 1][2 * k];
}
};