思路分析:
-
动态规划数组: 创建一个二维数组
dp
,其中dp[i][j]
表示第i
天结束时的最大利润,j
的取值范围为0到2*k。i
表示天数,j
表示当前的交易状态。 -
初始化: 初始化第0天的状态,通过循环设置各种状态的初始值。如果
j
是奇数,表示持有股票,选择保持不变或者前一天没有股票的状态买入;如果j
是偶数,表示不持有股票,选择保持不变或者前一天持有股票的状态卖出。 -
状态转移: 循环遍历每一天的股价,同时遍历每一个交易状态。对于每一天,根据不同的交易状态,计算并更新对应的最大利润。如果
j
是奇数,表示持有股票,选择保持不变或者前一天没有股票的状态买入;如果j
是偶数,表示不持有股票,选择保持不变或者前一天持有股票的状态卖出。 -
最终结果: 返回最后一天结束时的最大利润,即
dp[prices.size()-1][2*k]
。这个值代表经过k
次交易后,最终不持有股票的状态下的最大利润。
class Solution {
public:
// 函数用于计算最大利润
int maxProfit(int k, vector<int>& prices) {
// 创建一个二维数组dp,其中dp[i][j]表示第i天结束时的最大利润,j的取值范围为0到2*k
vector<vector<int>> dp(prices.size() + 1, vector<int>(2 * k + 1, 0));
// 初始化第0天的状态
for (int i = 0; i <= 2 * k; i++) {
// 如果是奇数,表示持有股票,选择保持不变或者前一天没有股票的状态买入
if (i % 2 == 1)
dp[0][i] = -prices[0];
// 如果是偶数,表示不持有股票,选择保持不变或者前一天持有股票的状态卖出
else
dp[0][i] = 0;
}
// 循环遍历每一天的股价
for (int i = 1; i < prices.size(); i++) {
// 遍历每一个交易状态
for (int j = 1; j <= 2 * k; j++) {
// 如果是奇数,表示持有股票,选择保持不变或者前一天没有股票的状态买入
if (j % 2 == 1)
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - 1] - prices[i]);
// 如果是偶数,表示不持有股票,选择保持不变或者前一天持有股票的状态卖出
else
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - 1] + prices[i]);
}
}
// 返回最后一天结束时最大利润,即dp[prices.size()-1][2*k]
return dp[prices.size() - 1][2 * k];
}
};