动规之力扣股票问题

买卖股票的最佳时机

前i天的最大收益 = max{前i-1天的最大收益，第i天的价格-前i-1天中的最小价格}

class Solution {
    public int maxProfit(int[] prices) {
        int min = prices[0];
        int max = prices[0];
        int maxprofit1 = 0;
        for(int i = 1;i < prices.length;++i){
            min = Math.min(min, prices[i]);
            maxprofit1 = Math.max(maxprofit1,prices[i] - min);
        }
        return maxprofit1;
    }
}

买卖股票的最佳时机 II

题目和第一个题目的差别是，最多同时拥有一个股票，那么这个时候我们的状态就需要分为两种，手中有股票和手中没有股票，到这里我们的dp数组就分为两个集合 有无股票。

class Solution {
    public int maxProfit(int[] prices) {
        if (prices.length == 1){
            return prices[0];
        }
        int[][] dp = new int[prices.length][2];
        dp[0][1] = -prices[0];
        //dp[i][1] 表示第 i 天手里有股票的最大收益
        //dp[i][0] 表示第 i 天手里没有股票的最大收益
        //那么分为前天有股票或者没股票的情况
        for (int i = 1; i < prices.length; ++i) {
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
            //①前一天已经没有股票，②或者有了，那么就把他卖出
            dp[i][1] = Math.max(dp[i - 1][0] - prices[i], dp[i - 1][1]);
        }
        return dp[prices.length - 1][0];
    }
}

买卖股票的最佳时机 III

这个问题在于我们只能完成两笔交易，联想到我们之前的 dp 数组的定义的列为状态，上一道题我们分除了手中有无股票的两种状态，这道题我们也可以继续向这个状态钻研。
可分析出这道题有五个状态，分别是
无操作，第一次买入，第一次卖出，第二次买入，第二次卖出。
我们可以 dp[i][5] 来表示第 i 天，不同状态的最大值。

无操作我们不必多说
第一次买入
有两种情况，分别是①前一天已经买入，②前一天无操作，今天买入，取最大值
dp[i][1] = Math.max(dp[i - 1][0] - prices[i], dp[i - 1][1]);
第一次卖出
①前一天买入，今天买入 ②前一天第一次卖出
dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
第二次买入
同上第一次买入。
dp[i][3] = Math.max(dp[i - 1][2] - prices[i], dp[i - 1][3]);
第二次卖出
同上第一次卖出。
dp[i][4] = Math.max(dp[i - 1][4], dp[i - 1][3] + prices[i]);

很容易发现其实买入和卖出的转移方程是很相似的，这一点很重要，因为我们下个题正是利用了这一点。

    public int maxProfit(int[] prices) {
        if (prices.length == 1){
            return 0;
        }
        //dp[i][0 - 4] 五种状态
        int[][] dp = new int[prices.length][5];
        dp[0][1] = -prices[0];
        dp[0][3] = -prices[0];
        for (int i = 1; i < prices.length; ++i) {
            dp[i][1] = Math.max(dp[i - 1][0] - prices[i], dp[i - 1][1]);
            dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
            dp[i][3] = Math.max(dp[i - 1][2] - prices[i], dp[i - 1][3]);
            dp[i][4] = Math.max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
        }
        return dp[prices.length - 1][4];
    }//28ms

这个dp数组我们只用到了上一次的状态，那我们可以用滚动数组的思考方式来进行一维优化

   public int maxProfit(int[] prices) {
        if (prices.length == 1){
            return 0;
        }
        //dp[i][0 - 4] 五种状态
        int[] dp = new int[5];
        dp[1] = dp[3] = -prices[0];
        for (int i = 1; i < prices.length; ++i) {
            dp[1] = Math.max(dp[1], dp[0] - prices[i]);
            dp[2] = Math.max(dp[2], dp[1] + prices[i]);
            dp[3] = Math.max(dp[3], dp[2] - prices[i]);
            dp[4] = Math.max(dp[4], dp[3] + prices[i]);
        }
        return dp[4];
    }//2ms

买卖股票的最佳时机 IV

这个题和上一道的唯一不同便是2 变成 k，但在上一道题中，我们发现买入和卖出的转移方程是一样的，所以我们按部就班的定义 2 * k + 1 个状态，然后遍历时，判断是买入还是卖出，然后代入上一次的状态即可

    public int maxProfit(int k, int[] prices) {
        if (prices.length == 1){
            return 0;
        }
        int[] dp = new int[2 * k + 1];
        for (int i = 1; i < dp.length; i = i + 2) {
                dp[i] = -prices[0];
        }
        for (int i = 1; i < prices.length; ++i) {
            for (int j = 1; j < dp.length; ++j) {
                if (j % 2 == 0){
                    dp[j] = Math.max(dp[j], dp[j - 1] + prices[i]);
                }else{
                    dp[j] = Math.max(dp[j], dp[j - 1] - prices[i]);
                }
            }
        }
        return dp[2 * k];
    }

最佳买卖股票时机含冷冻期

四种状态，0手里有，1手里没有(之前卖出），2手里没有（今天卖出），3冷冻期

        public int maxProfit(int[] prices) {
        int[] dp=new int[4];

        dp[0] = -prices[0];
        dp[1] = 0;
        for(int i = 1; i <= prices.length; i++){
          	// 使用临时变量来保存dp[0], dp[2]
            // 因为马上dp[0]和dp[2]的数据都会变 
            int temp = dp[0];
            int temp1 = dp[2];
//要么买过了，要么今天才买入(①前一天冷冻期，②前一天不是冷冻期但手中没有股票)
            dp[0] = Math.max(dp[0], Math.max(dp[3], dp[1]) - prices[i-1]);
            //要么昨天是冷冻期，要么昨天不是冷冻期
            dp[1] = Math.max(dp[1], dp[3]);
            //只能是今天卖出
            dp[2] = temp + prices[i-1];
            //只能是昨天卖出
            dp[3] = temp1;
        }
        //取三种的最大值
        return Math.max(dp[3],Math.max(dp[1],dp[2]));
    }

买卖股票的最佳时机含手续费

这道题目和《买卖股票的最佳时机 II》 没有什么区别，只是在计算卖出时，减去这个fee即可。

class Solution {
    public int maxProfit(int[] prices, int fee) {
        if (prices.length < 2){
            return 0;
        }
        //0手里没有，1手里有
        int[][] dp = new int[prices.length][2];
        dp[0][1] = -prices[0];
        for (int i = 1; i < prices.length; ++i) {
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i] - fee);
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
        }
        return dp[prices.length - 1][0];
    }
}//17ms

也可以进行一维优化

class Solution {
    public int maxProfit(int[] prices, int fee) {
        if (prices.length < 2){
            return 0;
        }
        //0手里没有，1手里有
        int[] dp = new int[2];
        dp[1] = -prices[0];
        for (int i = 1; i < prices.length; ++i) {
            dp[0] = Math.max(dp[0], dp[1] + prices[i] - fee);
            dp[1] = Math.max(dp[1], dp[0] - prices[i]);
        }
        return dp[0];
    }
}//6ms