leetcode刷题详解——买卖股票的最佳时机 III

1. 题目链接：123. 买卖股票的最佳时机 III

2. 题目描述：

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）。

示例 1:

输入：prices = [3,3,5,0,0,3,1,4]
输出：6
解释：在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
     随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2：

输入：prices = [1,2,3,4,5]
输出：4
解释：在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。   
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。   
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3：

输入：prices = [7,6,4,3,1] 
输出：0 
解释：在这个情况下, 没有交易完成, 所以最大利润为 0。

示例 4：

输入：prices = [1]
输出：0

提示：

• 1 <= prices.length <= 105
• 0 <= prices[i] <= 105

3. 解法（动态规划）：

3.1 算法思路：

1. 状态表示：

由于有买入和可交易两个状态，因此我们可以选择用两个数组，但是这道题里面还有交换次数的限制，因此我们还需要加上一堆，用来表示交易次数。其中：

f[i][j]表示：第i天结束后，完成了j次交易，处于买入状态，此时的最大利润

g[i][j]表示：第i天结束后，完成了 j次交易，处于卖出状态，此时的最大利润

2. 状态转移方程：

对于 f[i][j]，我们有两种情况到这个状态：

1. 在 i-1天的时候，交易了j次，处于买入状态，第i天啥也不干即可。此时最大利润为：f[i-1][j]

2. 在 i-1天的时候，交易了j次，处于卖出状态，第i天的时候把股票买了。此时的最大利润为：g[i-1][j]-prices[i]

3. 综上，我们要的是最大利润，因此是两者的最大值：f[i][j]=max(f[i-1][j],g[i-1][j]-prices[i])

对于 g[i][j]，我们也有两种情况可以到达这个状态：

1. 在 i-1天的时候，交易了j次，处于卖出状态，第i天啥也不干即可。此时的最大利润为：g[i-1][j]
2. 在 i-1天的时候，交易了 j-1次，处于买入状态，第i天把股票卖了，然后就完成了j次交易。此时的最大利润为：f[i-1][j-1]+prices[i]，但是这个状态不一定存在，要先判断一下
3. 综上，我们要的最大利润，因此状态转移方程为：g[i][j]=g[i-1][j]; if(j>=1) g[i][j]=max(g[i][j],f[i-1][j-1]+prices[i]);
   

3. 初始化：

由于需要用到 i=0时的状态，因此我们初始化第一行即可

1. 当处于第 0天的时候，只能处于买入过一次的状态，此时的收益为 -prices[0]，因此 f[0][0]=-prices[0]

2. 为了取max的时候，一些不存在的状态起不到干扰的作用，我们统统将它们初始化为 -INF（用 INT_MIN在计算过程中会有溢出的风险，这样INF折半取 0x3f3f3f3f，足够小即可）

4. 填表顺序：

从上往下填每一行，每一行从左往右，两个表一起填

5. 返回值：

返回处于卖出状态的最大值，但是我们也不知道交易了几次，因此返回g表最后一行的最大值

3.2 C++算法代码：

class Solution {
public:
    const int INF = 0X3f3f3f3f; // 定义一个无穷大的常量

    int maxProfit(vector<int>& prices) {
        int n = prices.size(); // 获取价格数组的长度
        vector<vector<int>> f(n, vector<int>(3, -INF)); // 初始化动态规划数组f，大小为n*3，初始值为-INF
        auto g = f; // 创建一个g指针，指向f数组
        f[0][0] = -prices[0], g[0][0] = 0; // 初始化f和g数组的第一个元素

        // 遍历价格数组，更新动态规划数组f和g的值
        for (int i = 1; i < n; i++) {
            for (int j = 0; j < 3; j++) {
                f[i][j] = max(f[i - 1][j], g[i - 1][j] - prices[i]); // 状态转移方程1
                g[i][j] = g[i - 1][j]; // 状态转移方程2
                if (j >= 1) {
                    g[i][j] = max(g[i][j], f[i - 1][j - 1] + prices[i]); // 状态转移方程3
                }
            }
        }

        int ret = 0; // 初始化最大利润为0
        for (int j = 0; j < 3; j++) {
            ret = max(ret, g[n - 1][j]); // 遍历g数组的最后一行，找到最大值
        }
        return ret; // 返回最大利润
    }
};