代码随想录 11.11 || 动态规划 LeetCode 309.买卖股票的最佳时机含冷冻期、714.买卖股票的最佳时机含手续费

309.买卖股票的最佳时机含冷冻期

        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（多次买卖一只股票）：卖出股票后，你无法在第二天买入股票（即冷冻期为一天）。注意：你不能同时参与多笔交易（必须在再次购买前出售掉之前的股票）。

        与之前的买卖股票问题不同，本题要求在卖完股票后，存在一天的冷冻期，不得立马购入股票。下面从动态规划五部曲仔细分析该题：

        1. 定义 dp 数组的含义，我们定义 dp[i][j] 为第 i 天的第 j 种状态的最大利润；

        2. 确定递推公式，我们将每天的状态划分如下：持有（买入）股票；不持有股票；卖出股票；冷冻期。（状态 0 ~ 3）

        对应的递推公式分别为：

        dp[i][0] = max(dp[i - 1][0], max(dp[i-1][1] - prices[i], dp[i-1][3] - prices[i]))；

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

        dp[i][2] = dp[i - 1][0] + prices[i]；

        dp[i][3] = dp[i-1][2]。

        状态 0 能由状态 0、1、3 推导，无法由状态 3 推导得到，因为卖出股票后无法立即买入；状态 1 能由状态 1、2、3 推导，不持有股票的前一天可能为不持有股票、卖出股票和冷冻期状态；状态 2 仅能由状态 0 推导，卖出的前一天必定是持有（买入）股票状态；状态 4 必由状态 2 推导，冷冻期前一天必为卖出。

        3. 初始化，dp[0][0] = -prices[i]，dp[0][1~3] = 0；

        4. 遍历顺序，从前向后；

        5. 出错时，打印 dp 数组 debug。

class Solution {
public:
    int maxProfit(vector<int> &prices) {
        int len = prices.size();
        if (len == 0) return 0;

        vector<vector<int>> dp(len, vector<int>(4, 0));
        dp[0][0] = -prices[0];
        dp[0][1] = 0; dp[0][2] = 0; dp[0][3] = 0;

        for (int i = 1; i < len; ++i) {
            dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][1] - prices[i], dp[i - 1][3] - prices[i]));
            dp[i][1] = max(dp[i - 1][1], max(dp[i - 1][2], dp[i - 1][3]));
            dp[i][2] = dp[i - 1][0] + prices[i];
            dp[i][3] = dp[i - 1][2];
        }

        return max(dp[len - 1][1], max(dp[len - 1][2], dp[len - 1][3]));
    }
};

714.买卖股票的最佳时机含手续费

        只要减去手续费即可，因为有手续费的存在，所以不交易可能比交易的获利更大，所以取 dp[len - 1][0] 和 dp[len - 1][1] 的最大值。

class Solution {
public:
    int maxProfit(vector<int> &prices, int fee) {
        int len = prices.size();
        if (len == 0) return 0;

        vector<vector<int>> dp(len, vector<int>(2, 0));
        dp[0][0] = 0 - prices[0]; dp[0][1] = dp[0][0] + prices[0];

        for (int i = 1; i < len; ++i) {
            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[len - 1][0], dp[len - 1][1]);
    }
};