代码随想录算法训练day50||123.买卖股票的最佳时机III ||188.买卖股票的最佳时机IV

123.买卖股票的最佳时机III

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）。

思路：

这道题相较于上一道买卖股票最佳时机2，多了最多只能进行两笔交易的限制，刚拿到这题时我就想用一个count计数器来统计，每次卖出一次，count++，当count最大等于2.这个一想是不是觉得很简单，但是仔细一想每次卖出股票都没有确切的时间，根本不能确定是这一天卖出股票的收益是最大的，因为很可能下一天的股票价格更大，这个在遍历之前是未知的，所以这个方法是不合理的。所以这题要另找其他办法。

题解思路：

每一天面对的可能状态有五种：

1.不做任何操作  2.第一次买入股票  3.第一次卖出股票  4.第二次买入股票  5.第二次卖出股票

将这五种状态融入动态规划当中。

动规五部曲：

1.确定dp[i][j]及其下标的含义：到第i天时状态j下最多剩余为dp[i][j].

2.递推公式：dp[i][0]=dp[i-1][0].

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

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

dp[i][3]=max(dp[i-1][3],dp[i-1][2]-prices[i]);

dp[i][4]=max(dp[i-1][4],dp[i-1][3]+prices[i]);

初始化：买入操作全部初始化为-prices[0],其他初始化为0

遍历顺序：从前往后

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if (prices.size() == 0) return 0;
        vector<vector<int>> dp(prices.size(), vector<int>(5, 0));
        dp[0][1] = -prices[0];
        dp[0][3] = -prices[0];
        for (int i = 1; i < prices.size(); i++) {
            dp[i][0] = dp[i - 1][0];
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
            dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
            dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
            dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
        }
        return dp[prices.size() - 1][4];
    }
};

188.买卖股票的最佳时机IV

思路：

这题主要是将最多只能进行两次交易转换成k次交易。那么就将每天会遇到的情况总结为2*k+1种，除了情况0保持原状态，如果是奇数情况就是买入，如果是偶数就是卖出

class Solution {
public:
    int maxProfit(int k, vector<int>& prices) {
    vector<vector<int>> dp(prices.size(),vector<int> (2*k+1,0));
    //初始化：
    for(int i=1;i<2*k+1;i+=2){
        dp[0][i]=-prices[0];
    }
    for(int i=1;i<prices.size();i++){
        dp[i][0]=dp[i-1][0];
        for(int j=1;j<2*k+1;j++){
            if(j%2==1)
            dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]-prices[i]);
            else
            dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+prices[i]);
        }
    }
    return dp[prices.size()-1][2*k];    
    }
};