代码随想录算法训练营第四十四天|309.最佳买卖股票时机含冷冻期，714.买卖股票的最佳时机含手续费，总结-CSDN博客

本文链接：https://blog.csdn.net/weixin_47748259/article/details/136530330

系列文章目录

文章目录

系列文章目录
309.最佳买卖股票时机含冷冻期
714.买卖股票的最佳时机含手续费
总结

309.最佳买卖股票时机含冷冻期

题目链接： 309.最佳买卖股票时机含冷冻期
题目内容： 给定一个整数数组prices，其中第 prices[i] 表示第 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）:卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。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）。
视频讲解： 动态规划来决定最佳时机，这次有冷冻期！| LeetCode：309.买卖股票的最佳时机含冷冻期

相对于动态规划：122.买卖股票的最佳时机II，本题加上了一个冷冻期

动态规划问题的五步曲：

确定dp数组（dp table）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]

具体可以区分出四个状态：：①持有股票状态（今天买入股票或者之前就买入了股票然后没有操作，一直持有）；②保持卖出股票的状态（两天前就已经卖出了股票，即已经度过了一天冷冻期，或者前一天就是卖出股票的状态，一直没操作）；③今天卖出股票；④冷冻期状态

确定递推公式：
- dp[i][0] = max(dp[i - 1][0], dp[i - 1][3] - prices[i], 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：
- dp[0][0] = -prices[0]
- dp[0][1] = 0
- dp[0][2] = 0
- dp[0][3] = 0
确定遍历顺序：从前到后遍历
举例推导dp数组

from typing import List
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n=len(prices)
        if n==0:
            return 0
        dp=[[0] * 4 for _ in range(n)]
        dp[0][0]=-prices[0]
        for i in range(1,n):
            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]
        return max(dp[n-1][3],dp[n-1][1],dp[n-1][2])

714.买卖股票的最佳时机含手续费

题目链接： 714.买卖股票的最佳时机含手续费
题目内容： 给定一个整数数组 prices，其中 prices[i]表示第 i 天的股票价格；整数 fee 代表了交易股票的手续费用。你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。返回获得利润的最大值。注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。
视频讲解： 动态规划来决定最佳时机，这次含手续费！| LeetCode：714.买卖股票的最佳时机含手续费

相对于动态规划：122.买卖股票的最佳时机II，本题只需要在计算卖出操作的时候减去手续费就可以了，代码几乎是一样的。唯一差别在于递推公式部分

确定dp数组（dp table）以及下标的含义：
- dp[i][0] 表示第i天持有股票所省最多现金。
- dp[i][1] 表示第i天不持有股票所得最多现金
确定递推公式：
- 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] - fee)

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        n=len(prices)
        if n == 0:
            return 0
        dp=[[0]* 2 for _ in range(n)]
        dp[0][0]=-prices[0]
        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]-fee)
        return max(dp[-1][0],dp[-1][1])