LeetCode 309. Best Time to Buy and Sell Stock with Cooldown【动态规划+股票系列】⭐⭐⭐⭐⭐

题目描述

这道题目需要理解清楚。

知识点

动态规划的股票系列

我的实现

结果

码前思考

这道题目我想了挺久的，我是用类似于背包的思想去解题的。

定义一个二维数组dp[][]，dp[i][j]表示在前i件物品的前提下，若【最后一步有效操作】是j操作，能获得的最大收益。 这里的【有效操作】就是跳过了那些在某天不买卖股票的情况。

为什么会想到这么抽象的一个定义呢？

假设现在是第i天，那么累积的【有效操作序列】，永远是以买或者卖或者冷却结尾的。

如果在当天不进行某项操作，类似于背包问题的思想一样，只能说明当天进行某种操作是不值得的，前面的那些操作更加值得！

然后再是分解子问题，书写状态转移方程：

• 如果当天是买结尾的序列，那么买可以是继承上一次买，或者从上一次冷却而来买，抑或是之前从未操作过，现在第一次买！

• 如果当天是卖结尾的序列，那么卖可以是继承上一次卖·，或者是从上一次买而来！

• 如果当天是冷却结尾的序列，那么可以是继承了上一次冷却，或者是从上一次卖而来 。

代码实现

//采用背包的思想解题
//dp[i,j]表示在有前i件物品的前提下，若【最后一步】是j操作，能获得的最大收益
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int inf = 0x3fffffff;
        //注意一共有3种操作
        int len = prices.size();
        vector<vector<int>> dp(len+1,vector<int>(3,-inf));
        int ans = 0;
        //开始进行递推
        for(int j=1;j<=len;j++){
            //如果是买的话，那么与前面的买和cooldown进行比较,还有只买自己（官方题解混杂了冷冻期和休息的概念，我感到不适，所以单独拿出只买自己的情况，其实冷冻期就是强制的一天休息罢了，所以还是从休息出发比较好）
            dp[j][0] = max(dp[j-1][0],dp[j-1][2]-prices[j-1]);
            dp[j][0] = max(dp[j][0],-prices[j-1]);
            //如果是卖的话，那么与前面的卖和买做对比
            dp[j][1] = max(dp[j-1][1],dp[j-1][0]+prices[j-1]);
            //如果是cooldown，那么与前面的cooldown和卖做对比
            dp[j][2] = max(dp[j-1][2],dp[j-1][1]);
        }

        //遍历得到最大值
        for(int j=0;j<=2;j++){
            ans = max(dp[len][j],ans);
        }

        return ans;
    }
};

码后反思

1. 我的思路主要是从01背包那边来的，因为我看见这种$O(3^n)$的暴力解法时，已经习惯性地会使用背包来求解了；
2. 第一次提交超时了，因为第一次提交时写的代码是枚举第一次买的位置，时间复杂度为$O(n^2)$了，后来发现所谓的第一次买，其实是可以用下面这个代码内涵的：

   //如果是买的话，那么与前面的买和cooldown进行比较,还有只买自己
   dp[j][0] = max(dp[j-1][0],dp[j-1][2]-prices[j-1]);
   dp[j][0] = max(dp[j][0],-prices[j-1]);
   

网友超赞题解

DP 状态的选择

• 可以用一个三维数组，i 表示天，j表示是否持有股票，k表示是否是冷冻期
• 也可以用一个二维数组，dp[i][j]：i 表示天，j为 0，1，2：0表示持股，1表示不持股，2表示处于冷冻天
• 也可以用三个一维数组，分别代表第i天，3种选择：卖出、买进、休息，对应的最大收益。
• 也可以按手中是否持有股票，用两个一维数组，分别代表第 i 天，持有和没持有的最大收益

也就是说，在选择DP状态的定义时，可以尝试着降维。

状态转移

• hold[i] : 在第 i 天的结束时，手中持有股票，此时的最大收益

  • 有股，有两种可能：今天休息、或买了股票
  • 可能是昨天持有了，今天休息，也可能是前几天卖了，今天买的
  • hold[i] = Math.max(hold[i - 1], unhold[i - 2] - prices[i])

• unhold[i] : 第 i 天的结束时，手中没有股票，此时的最大收益

  • 没股，有两种可能：今天休息、或卖了股票
  • 可能是昨天也没持有，今天休息，也可能是昨天持有，今天卖了
  • unhold[i] = Math.max(unhold[i -1], hold[i - 1] + prices[i])

• 目标是求 unhold[n-1] ( n：0 1 2 3 … )

base case

• hold[0] = -prices[0] 第0天买股票，收益-prices[0]元
• hold[1] = Math.max(-prices[0], -prices[1]) 第1天持有着股票，可能是昨天买的，今天休息，也可能是昨天休息，今天买的
• unhold[0] = 0 第0天没有持有股票，就是休息，收益 0 元

代码

时间复杂度：两个dp数组发生状态转移，花费 $O(2n)$ ，总的来说是 $O(n)$

const maxProfit = (prices) => {
  const n = prices.length;   // n天
  if (n == 0) return 0
  let hold = new Array(n);   // 第i天持有股票的最大收益
  let unhold = new Array(n); // 第i天不持有股票的最大收益
  hold[0] = -prices[0];      // 第0天 买了股票的收益
  unhold[0] = 0
  for (let i = 1; i < n; i++) {
    if (i == 1) {            // base case
      hold[i] = Math.max(hold[i - 1], -prices[1]);
    } else {
      hold[i] = Math.max(hold[i - 1], unhold[i - 2] - prices[i]);
    }
    unhold[i] = Math.max(unhold[i - 1], hold[i - 1] + prices[i]); 
  }
  return unhold[n - 1];
};

作者：hyj8
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/solution/dp-zhuang-tai-de-ding-yi-you-liang-chong-fang-fa-b/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

//所谓的冷冻期就是多了一天休息罢了，所以还是从休息出发理解
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        if(len == 0){
            return 0;
        }
        vector<int> hold(len);  //hold表示当前持有股票
        vector<int> unhold(len);    //unhold表示当前不持有股票

        //dp套路：初始化
        hold[0] = -prices[0];   
        unhold[0] = 0;

        for(int i=1;i<len;i++){
            if(i==1){
                hold[1] = max(hold[0],-prices[1]);//昨天持有，今天休息；前几天卖了，今天买入。
            }else{
                hold[i] = max(hold[i-1],unhold[i-2]-prices[i]);
            }
            unhold[i] = max(hold[i-1]+prices[i],unhold[i-1]);
        }

        return unhold[len-1];
    } 
};