动态规划188. 买卖股票的最佳时机 IV

前言

之前入门算法用代码随想录（代码随想录），将递归，动态规划这些都学了一遍，也自己动手实现过，但之前也是边参考边写出来的，而且隔了有一段时间了，最近二刷一次！！这次挑战尽量自己写出来。

题目

给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 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 k 笔交易。也就是说，你最多可以买 k 次，卖 k 次。

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）

链接

188. 买卖股票的最佳时机 IV - 力扣（LeetCode）

代码

public class _26_188_买卖股票的最佳时机IV {
    public static void main(String[] args) {
        System.out.println(maxProfit(2, new int[]{2,1,4,5,2,9,7}));
        System.out.println(maxProfit1(2, new int[]{2,1,4,5,2,9,7}));

    }

    /**
     * 题目：
     * 给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 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 k 笔交易。也就是说，你最多可以买 k 次，卖 k 次。
     *
     * 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）
     */
    /**
     *
     */
    public static int maxProfit(int k, int[] prices) {
        //dp[i]:今天的状态是j，持有的金钱是dp[i] 奇数是：持有，偶数是不持有
        int[][] dp = new int[prices.length][k*2];
        //初始化
        for(int i = 0; i <k ;i ++){
            dp[0][i*2] = - prices[0];
        }
        for(int i = 1 ; i < prices.length; i++){
            //持有
            dp[i][0] = Math.max(dp[i-1][0],-prices[i]);
            dp[i][1] = Math.max(dp[i - 1][1], dp[i-1][0] + prices[i]);
            //用循环 但第0次是 -prices[]
            for(int j = 1; j < k; j++) {
                dp[i][j*2] = Math.max(dp[i-1][j*2], dp[i-1][j*2 -1] -prices[i]);
                dp[i][j*2 +1] = Math.max(dp[i-1][j*2+1] , dp[i-1][j*2] + prices[i]);
            }
        }
        return dp[prices.length-1][k*2-1] ;
    }

    /**
     * 空间压缩
     */
    public static int maxProfit1(int k, int[] prices) {
        //dp[i]:今天的状态是j，持有的金钱是dp[i] 奇数是：持有，偶数是不持有
        int[] dp = new int[k*2];
        //初始化
        for(int i = 0; i <k ;i ++){
            dp[i*2] = - prices[0];
        }
        for(int i = 1 ; i < prices.length; i++){
            //持有
            dp[0] = Math.max(dp[0],-prices[i]);
            dp[1] = Math.max(dp[1], dp[0] + prices[i]);
            //用循环 但第0次是 -prices[]
            for(int j = 1; j < k; j++) {
                dp[j*2] = Math.max(dp[j*2], dp[j*2 -1] -prices[i]);
                dp[j*2 +1] = Math.max(dp[j*2+1] , dp[j*2] + prices[i]);
            }
        }
        return dp[k*2-1] ;
    }
}