集美大学-计算机打卡

这题是股票交易的动态规划问题，允许最多进行k次交易。我们可以通过定义一个二维的dp数组，其中dp[i][j]表示第i天的状态为j时的最大收益。状态j包括了买入、卖出等情况，通过奇偶性来区分。

class Solution {

public:

int maxProfit(int k, vector<int>& prices) {

if (prices.size() == 0) return 0;

vector<vector<int>> dp(prices.size(), vector<int>(2 * k + 1, 0));

for (int j = 1; j < 2 * k; j += 2) {

dp[0][j] = -prices[0];

 }

for (int i = 1;i < prices.size(); i++) {

for (int j = 0; j < 2 * k - 1; j += 2) {

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

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

 }

 }

return dp[prices.size() - 1][2 * k];

 }

递推公式主要考虑当前状态是买入还是卖出，然后选择最优的操作。初始化时，第0天的状态需要特殊处理。遍历顺序是从前往后，利用前一天的状态更新当前状态。最终的结果是dp[prices.size() - 1][2 * k]，表示最后一次卖出时的最大收益。