「动态规划」买卖股票的最佳时机,如何处理冷冻期?

309. 买卖股票的最佳时机含冷冻期icon-default.png?t=N7T8https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-with-cooldown/

给定一个整数数组prices,其中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(多次买卖一支股票):卖出股票后,你无法在第二天买入股票 (即冷冻期为1天)。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)。

  1. 输入:prices = [1,2,3,0,2],输出:3,解释:对应的交易状态为:买入,卖出,冷冻期,买入,卖出。
  2. 输入:prices = [1],输出:0。

提示:1 <= prices.length <= 5000,0 <= prices[i] <= 1000。


我们用动态规划的思想来解决这个问题。

确定状态表示:根据经验和题目要求,我们用dp[i]表示:在第i天结束后的最大利润。但是,这个状态表示不够细致,不容易推出状态转移方程。

在第i天结束后:

  • 如果你手里有股票,那么你处于买入状态。
  • 如果你手里没有股票,且在第i天刚刚卖出股票,那么你处于冷冻期状态。
  • 如果你手里没有股票,且并没有在第i天卖出股票,那么你处于可交易状态。

所以,我们把状态表示细分为:

  • 用dp[i][0]表示:在第i天结束后,处于买入状态下,此时的最大利润。
  • 用dp[i][1]表示:在第i天结束后,处于冷冻期状态下,此时的最大利润。
  • 用dp[i][2]表示:在第i天结束后,处于可交易状态下,此时的最大利润。

推导状态转移方程:我们思考一下在第i天可以进行的操作。

  • 在第i - 1天结束后,如果你处于买入状态:
    • 你可以在第i天什么都不做,继续持有股票,在第i天结束后依然处于买入状态。
    • 你也可以在第i天卖出股票,在第i天结束后处于冷冻期状态。
  • 在第i - 1天结束后,如果你处于冷冻期状态:
    • 你只能选择什么都不做,在第i天结束后就解冻了,处于可交易状态。
  • 在第i - 1天结束后,如果你处于可交易状态:
    • 你可以选择在第i天什么都不做,在第i天结束后依然处于可交易状态。
    • 你也可以选择在第i天买入股票,在第i天结束后处于买入状态。
    • 你也可以选择在第i天买入股票,接着立刻卖出股票,在第i天结束后处于冷冻期状态。但是这么做是没意义的,并不会增加利润,所以在分析状态转移方程时不考虑这种操作。

如何计算利润呢?初始利润是0,

  • 如果买入股票,那么利润要减去股票当天的价格。
  • 如果卖出股票,那么利润就要加上股票当天的价格。
  • 如果什么都不做,那么利润不变。

接下来,考虑最近的一步,即第i - 1天结束后的状态和第i天的操作。

  • 如果第i天结束后处于买入状态,此时的最大利润dp[i][0]是以下情况的最大值。
    • 如果第i - 1天结束后处于买入状态,在第i天什么都不做,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润,即dp[i - 1][0]。
    • 如果第i - 1天结束后处于可交易状态,在第i天买入股票,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润减去股票在第i天的价格,即dp[i - 1][2] - prices[i]。
  • 如果第i天结束后处于冷冻期状态,此时的最大利润dp[i][1]是以下情况的最大值。
    • 由于不考虑买入后立刻卖出的情况,只有可能是在第i - 1天结束后处于买入状态,在第i天卖出股票,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润加上股票在第i天的价格,即dp[i - 1][0] + prices[i]。
  • 如果第i天结束后处于可交易状态,此时的最大利润dp[i][2]是以下情况的最大值。
    • 如果第i - 1天结束后处于冷冻期状态,在第i天什么都不做,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润,即dp[i - 1][1]。
    • 如果第i - 1天结束后处于可交易状态,在第i天什么都不做,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润,即dp[i - 1][2]。

综上所述:dp[i][0] = max(dp[i - 1][0], dp[i - 1][2] - prices[i]),dp[i][1] = dp[i - 1][0] + prices[i],dp[i][2] = max(dp[i - 1][1], dp[i - 1][2])

初始化:根据状态转移方程,在计算dp[0][j],其中j的范围是[0, 2]时,会越界访问,所以需要对其初始化。

  • 如果第0天结束后处于买入状态,只能在第0天买入股票,显然dp[0][0] = -prices[0]。
  • 如果在第0天结束后处于冷冻期状态,只能在第0天买入后立刻卖出股票(这种操作没有意义,但是初始化时只能这么解释),显然dp[0][1] = 0。
  • 如果在第0天结束后处于可交易状态,只能在第0天什么都不做,显然dp[0][2] = 0。

综上所述:dp[0][0] = -prices[0],dp[0][1] = dp[0][2] = 0

填表顺序:根据状态转移方程,dp[i][j]依赖于dp[i - 1][j],所以应沿着i增大的方向填表

返回值:假设总共有n天,那么对于第i天,i的范围就是[0, n - 1]。如果要获取最大利润,那么第n - 1天结束后不能处于买入状态(手中有股票的话,在最后一天卖出会获得更高的利润),所以在第n - 1天结束后只有可能处于冷冻期状态或者可交易状态。再根据状态表示,我们最终要返回的是,在第n - 1天结束后处于冷冻期状态或者可交易状态这2种情况中,最大利润的较大值,即max(dp[n - 1][1], dp[n - 1][2])

细节问题:由于下标i的范围是[0, n - 1],下标j的范围是[0, 2],所以dp表的规模是n x 3

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();

        // 创建dp表
        vector<vector<int>> dp(n, vector<int>(3));

        // 初始化
        dp[0][0] = -prices[0];

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

        // 返回结果
        return max(dp[n - 1][1], dp[n - 1][2]);
    }
};
  • 38
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

努力学习游泳的鱼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值