题目及测试
package pid309;
/* Best Time to Buy and Sell Stock with Cooldown
给定一个整数数组,其中第 i 个元素代表了第 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):
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)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:
输入: [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]
}*/
public class main {
public static void main(String[] args) {
int[][] testTable = {{1,2,3,0,2},{1,1,2,2,5,6,7,7},{1,2,3,5},{1,1,1,1}};
for (int[] ito : testTable) {
test(ito);
}
}
private static void test(int[] ito) {
Solution solution = new Solution();
int rtn;
long begin = System.currentTimeMillis();
for (int i = 0; i < ito.length; i++) {
System.out.print(ito[i]+" ");
}//开始时打印数组
rtn = solution.maxProfit(ito);//执行程序
long end = System.currentTimeMillis();
System.out.println("rtn=" + rtn);
/*for (int i = 0; i < rtn; i++) {
System.out.print(ito[i]+" ");
}//打印结果几数组
*/ System.out.println();
System.out.println("耗时:" + (end - begin) + "ms");
System.out.println("-------------------");
}
}
没想出来
解法1(别人的)
第 1 步:状态定义
dp[i][j] 表示 [0, i] 区间内,到第 i 天(从 0 开始)状态为 j 时的最大收益。
这里 j 取三个值:
0 表示不持股;
1 表示持股;
2 表示处在冷冻期。
第 2 步:状态转移方程
不持股可以由这两个状态转换而来:(1)昨天不持股,今天什么都不操作,仍然不持股。(2)昨天持股,今天卖了一股。
持股可以由这两个状态转换而来:(1)昨天持股,今天什么都不操作,仍然持股;(2)昨天处在冷冻期,今天买了一股;
处在冷冻期只可以由不持股转换而来,因为题目中说,刚刚把股票卖了,需要冷冻 1 天。
第 3 步:思考初始化
在第 0 天,不持股的初始化值为 0,持股的初始化值为 -prices[0](表示购买了一股),虽然不处于冷冻期,但是初始化的值可以为 0。
第 4 步:思考输出
每一天都由前面几天的状态转换而来,最优值在最后一天。取不持股和冷冻期的最大者。
public class Solution {
public int maxProfit(int[] prices) {
int length = prices.length;
if(length == 0 || length == 1) {
return 0;
}
// 第i天操作完,拥有股票
int [] holdStock = new int[length];
// 第i天操作完,没有股票
int [] noStock = new int[length];
// 第i天操作完,冻结股票
int [] freezeStock = new int[length];
holdStock[0] = -prices[0];
for(int i=1;i<length;i++) {
int now = prices[i];
noStock[i] = Math.max(freezeStock[i - 1], noStock[i - 1]);
freezeStock[i] = holdStock[i - 1] + now;
holdStock[i] = Math.max(holdStock[i - 1], noStock[i - 1] - now);
}
return Math.max(noStock[length - 1], freezeStock[length - 1]);
}
}
解法2(别人的)
由于当前天只参考了昨天的状态值,因此可以考虑使用滚动数组。
public class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
// 特判
if (len < 2) {
return 0;
}
int[][] dp = new int[2][3];
dp[0][0] = 0;
dp[0][1] = -prices[0];
dp[0][2] = 0;
for (int i = 1; i < len; i++) {
dp[i & 1][0] = Math.max(dp[(i - 1) & 1][0], dp[(i - 1) & 1][1] + prices[i]);
dp[i & 1][1] = Math.max(dp[(i - 1) & 1][1], dp[(i - 1) & 1][2] - prices[i]);
dp[i & 1][2] = dp[(i - 1) & 1][0];
}
return Math.max(dp[(len - 1) & 1][0], dp[(len - 1) & 1][2]);
}
}
解法3(别人的)
由于状态值就 3 个,还可以使用滚动变量的方式把状态压缩到一行。
public class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
// 特判
if (len < 2) {
return 0;
}
int[] dp = new int[3];
// 初始化
dp[0] = 0;
dp[1] = -prices[0];
dp[2] = 0;
int preCash = dp[0];
int preStock = dp[1];
for (int i = 1; i < len; i++) {
dp[0] = Math.max(preCash, preStock + prices[i]);
dp[1] = Math.max(preStock, dp[2] - prices[i]);
dp[2] = preCash;
preCash= dp[0];
preStock = dp[1];
}
return Math.max(dp[0], dp[2]);
}
}