代码随想录算法训练营第四十九天 _ 动态规划_121.买卖股票的最佳时机1、122.买卖股票的最佳时机II、123.买卖股票最佳时机III。

学习目标：

动态规划五部曲：
① 确定dp[i]的含义
② 求递推公式
③ dp数组如何初始化
④ 确定遍历顺序
⑤ 打印递归数组 ---- 调试
引用自代码随想录！

60天训练营打卡计划！

学习内容：

121.买卖股票的最佳时机1

• 股票只能买卖一次
• 动态规划五步曲：
  ① 确定dp[i][j]的含义 ：
  第i天持有这个股票的最大金额dp[i][0]，第i个天不持有这个股票的最大金额dp[i][1]；
  第i-1天持有这个股票的最大金额dp[i-1][0]，第i-1个天不持有这个股票的最大金额dp[i-1][1]。
  ② 求递推公式 ：
• 一直持有 / 第i天买入 取最大
  dp[i][0] = max(dp[i-1][0], -price[i])
• 一直未持有 / 第i天卖出 取最大
  dp[i][1] = max(dp[i-1][1], dp[i-1][0]+price[i])
  ③ dp数组如何初始化 ： dp[0][0] = -price[0] dp[0][1] = 0
  ④ 确定遍历顺序 ： 从前向后

class Solution {
    public int maxProfit(int[] prices) {
        int size = prices.length;
        int[][] dp = new int[prices.length][2];

        // 初始化
        // 0是持有，1是未持。
        dp[0][0] = -prices[0];
        dp[0][1] = 0;

        // 遍历
        for(int i = 1; i < size; i++){
            // 会取到一个相对较大的负数值
            dp[i][0] = Math.max(dp[i-1][0], -prices[i]);
            // 要取到一个大的正数
            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
        }
        // 最大值一定是在卖出股票后取到的
        return dp[size-1][1];
    }
}

122.买卖股票的最佳时机II

• 股票可以买卖多次，在买入股票时手上的现金不一定为0
• 动态规划五步曲：
  ① 确定dp[i][j]的含义 ：
  第i天持有这个股票的最大金额dp[i][0]，第i个天不持有这个股票的最大金额dp[i][1]；
  第i-1天持有这个股票的最大金额dp[i-1][0]，第i-1个天不持有这个股票的最大金额dp[i-1][1]。
  ② 求递推公式 ：
• 一直持有 / （第i-1必须未持有）第i天买入 取最大
  dp[i][0] = max(dp[i-1][0],dp[i-1][1] - price[i])
• 一直未持有 / （第i-1必须持有）第i天卖出 取最大
  dp[i][1] = max(dp[i-1][1], dp[i-1][0]+price[i])
  ③ dp数组如何初始化 ： dp[0][0] = -price[0] dp[0][1] = 0
  ④ 确定遍历顺序 ： 从前向后

class Solution {
    public int maxProfit(int[] prices) {
        int size = prices.length;
        int[][] dp = new int[size][2];

        // 初始化
        // 0是持有，1是未持
        dp[0][0] = -prices[0];
        dp[0][1] = 0;

        for(int i = 1; i < size; i++){
            // i-1天已持有  /  第i天持有（i-1天一定未持）
            dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] - prices[i]);
            // i-1天未持有  /  第i天未持有（i-1天一定持）
            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
        }

        return dp[size-1][1];
    }
}

123.买卖股票最佳时机III

• 只能至多买卖两次且不能同时参与多笔交易。
• 动态规划五步曲：
  ① 确定dp[i]的含义 ：
  第 i 天 不操作 的最大金额dp[i][0]，
  第 i天 第一次持有 这个股票的最大金额dp[i][1]，
  第 i 天 第一次不持有 这个股票的最大金额dp[i][2]，
  第 i 天 第二次持有 这个股票的最大金额dp[i][3]，
  第 i 天 第二次不持有 这个股票的最大金额dp[i][4]。
  ② 求递推公式 ：
  dp[i][0] = dp[i-1][0] ----- 为0
  dp[i][1] = max(dp[i-1][1], dp[i-1][0] - price[i])
  dp[i][2] = max(dp[i-1][2], dp[i-1][1] + price[i])
  dp[i][3] = max(dp[i-1][3], dp[i-1][2] - price[i])
  dp[i][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
  dp[0][3] = -price[0] dp[0][4] = 0
  ④ 确定遍历顺序 ： 从前向后

class Solution {
    public int maxProfit(int[] prices) {
        int size = prices.length;
        int[][] dp = new int[size][5];

        // 初始化
        // 不买卖
        dp[0][0] = 0;
        // 第一次买卖
        dp[0][1] = -prices[0];
        dp[0][2] = 0;
        // 第二次买卖
        dp[0][3] = -prices[0];
        dp[0][4] = 0;

        // 处理逻辑
        for(int i = 1; i < size; i++){
            dp[i][0] = dp[i-1][0];

            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] - prices[i]);
            dp[i][2] = Math.max(dp[i-1][2], dp[i-1][1] + prices[i]);

            dp[i][3] = Math.max(dp[i-1][3], dp[i-1][2] - prices[i]);
            dp[i][4] = Math.max(dp[i-1][4], dp[i-1][3] + prices[i]);
        }
        // 第二次卖出后的金额会包含不操作以及第一次卖出的金额
        return dp[size-1][4];
    }
}

---

学习时间：

• 上午两个半小时，整理文档半小时。