最佳买卖股票时机含冷冻期

在这里插入图片描述

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]。

出现冷冻期之后,状态其实比较复杂,例如今天买入股票、今天卖出股票、今天是冷冻期

具体可以区分出如下四个状态:

0:状态一:买入股票状态(今天买入股票,或者是之前就买入了股票然后没有操作)
卖出股票状态,这里细分就有两种卖出股票状态
1:状态二:两天前就卖出了股票,度过了冷冻期,一直没操作,今天保持卖出股票状态
2:状态三:今天卖出了股票
3: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!

注意这里的每一个状态,例如状态一,是买入股票状态并不是说今天已经就买入股票,而是说保存买入股票的状态即:可能是前几天买入的,之后一直没操作,所以保持买入股票的状态。

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的情况(状态一),dp[i][0] = dp[i - 1][0]
操作二:今天买入了的情况,细分有两种:

1、前一天是冷冻期(状态四),dp[i - 1][3] - prices[i]
2、前一天是保持已卖出股票状态(状态二),dp[i - 1][1] - prices[i] (不能是刚好卖出状态(状态三))
所以操作二取最大值,即:max*(* dp[i - 1][3], dp[i - 1][1] *)*- prices[i]

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

达到保持已卖出股票状态(状态二)即:dp[i][1],有两个具体操作:

操作一:前一天就是已卖出状态dp[ii][1]=dp[ii-1][1];
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:

昨天一定是买入股票状态(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) p[i][3] = dp[i - 1][2];

综上分析,递推代码如下:

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];

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],买入股票所省现金为负数。

保持卖出股票状态(状态二),第0天没有卖出dp[0][1]初始化为0就行,

今天卖出了股票(状态三),同样dp[0][2]初始化为0,因为最少收益就是0,绝不会是负数。

同理dp[0][3]也初始为0。

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。

举例推导dp数组

以 [1,2,3,0,2] 为例,dp数组如下
在这里插入图片描述

时间复杂度:O(n)
空间复杂度:O(n)
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.size()<=1) return 0;
        vector<vector<int>> dp(prices.size(),vector<int>(4,0));
        dp[0][0]=-prices[0];
        dp[0][1]=0;
        dp[0][2]=0;
        dp[0][3]=0;
        for(int ii=1;ii<prices.size();ii++){
            //持有股票状态 
            //1、今天买入了:前一天是冷冻期【3】前一天是保持卖出股票状态【1】
            //不能为2是因为卖出状态【2】的话,今天一定是不能买的
            //2、前一天就是持有股票状态0
            //(max(前一天为冻窗期,前一天卖出股票),前一天就是持有股票状态)
            dp[ii][0]=max(max(dp[ii-1][3],dp[ii-1][1])-prices[ii],dp[ii-1][0]);
            /*达到保持卖出股票状态1*/
            dp[ii][1]=max(dp[ii-1][3],dp[ii-1][1]); 
            /*达到今天卖出股票状态2*/
            dp[ii][2]=dp[ii-1][0]+prices[ii];
            /*达到冷冻期状态*/
            dp[ii][3]=dp[ii-1][2];//昨天卖出了股票
        }

        return max(max(dp[prices.size()-1][2],dp[prices.size()-1][1]),dp[prices.size()-1][3]);
    }
};

另一种解法

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.size()<=1) return 0;
        vector<vector<int>> dp(prices.size(),vector<int>(4));
        dp[0][0]=0;
        dp[0][1]=-prices[0];
        dp[0][2]=0;
        dp[0][3]=0;

        for(int ii=1;ii<prices.size();ii++){
            dp[ii][0]=dp[ii-1][0];
            dp[ii][1]=max(dp[ii-1][1],dp[ii-1][3]-prices[ii]);
            dp[ii][2]=max(dp[ii-1][2],dp[ii-1][1]+prices[ii]);
            dp[ii][3]=dp[ii-1][2];
        }
        return max(dp[prices.size()-1][3],dp[prices.size()-1][2]);
    }
};

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值