leetcode刷题（53）——309. 最佳买卖股票时机含冷冻期

一、题目

给定一个整数数组，其中第 i 个元素代表了第 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）:

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）。
卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。

示例:

输入: [1,2,3,0,2]
输出: 3 
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

二、思路——动态规划

（1）问题拆解：

题目中冷冻期的意思是，卖出股票后，你无法在第二天买入股票 。也就是说，要想知道今天的持股状态，就要知道前一天的状态是什么。

对于第 i 天，有持股和不持股两种状态。其中，持股有两种可能，一种是昨天就是持股，今天继承昨天的，另一种是今天买入了股票；而不持股则有两种可能，一种是今天卖出了股票所以不持有，另一种是昨天卖出了股票所以今天不持有。总的来说，今天的状态可以分为三种情况，我们分别用 0、1、2 来表示：

• 0——持股；
• 1——前一天就没有股票，今天也没买，所以今天不持股；
• 2——今天卖出股票，所以不持股。

（2）定义状态：

问题拆解中我们分析出了每一天的持股状态，也就可以表示出第 i 天的收益，所以我们定义状态为：第 i 天的收益。我们定义二维状态数组 dp[i][j] 存储每天的收益，其中 i 表示天数，j = 0，1，2 表示这一天的持股状态。

（3）推导状态转移方程：

每一天的持股状态有三种情况，下面我们就分析每种情况下，当天的收益是多少。

• 第 i 天持股：dp[i][0]。一种是昨天就持股，今天继承昨天的，则有 dp[i][0] = dp[i - 1][0]；一种是今天买入了股票，前提是昨天没有卖，也就是昨天处于 “不持股且没有卖出” 这个状态下，今天才能买，则有 dp[i][0] = dp[i - 1][1] - prices[i]。所以
  $$dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i])$$
• 第 i 天不持股，因为第 i - 1 天就没有股票，今天也没买：dp[i][1]。第 i - 1 天没有股票就是问题拆解中的两种情况，则第 i 天的收益为
  $$dp[i][1]=max(dp[i-1][1],dp[i-1][2])$$
• 第 i 天不持股，因为今天卖出了股票：dp[i][2]。今天卖出了股票，说明昨天一定是持股的，则
  $$dp[i][2]=dp[i-1][0]+prices[i]$$

（4）寻找边界条件：

以第一天作为初始状态，对dp数组初始化。

• dp[0][0] = -1*prices[0]；// 第一天只买入
• dp[0][1] = 0；// 第一天本来就不持有
• dp[0][2] = 0;//可以理解成第一天买入又卖出，那么第一天就是“不持股且当天卖出了”这个状态了，其收益为 0，所以初始化为 0。

三、代码

class Solution {
    public int maxProfit(int[] prices) {
        int n = prices.length;
        if(n < 2)
            return 0;
        int[][] dp = new int[n][3];
        // 初始化
        dp[0][0] = -1 * prices[0];
        dp[0][1] = 0;
        dp[0][2] = 0;
        for(int i = 1; i < n; i++){
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
			dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][2]);
			dp[i][2] = dp[i - 1][0] + prices[i];
        }
        return Math.max(dp[n - 1][1], dp[n - 1][2]);
    }
}