难度困难
给定一个数组,它的第 i
个元素是一支给定的股票在第 i
天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
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)。
示例 1:
输入:prices = [3,3,5,0,0,3,1,4] 输出:6 解释:在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。 随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
示例 2:
输入:prices = [1,2,3,4,5] 输出:4 解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。 注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。 因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入:prices = [7,6,4,3,1] 输出:0 解释:在这个情况下, 没有交易完成, 所以最大利润为 0。
示例 4:
输入:prices = [1] 输出:0
解析:
动规分为一维和二维和三维数组进行定义,我们首先需要认清下标的含义,定义状态方程。
还要清楚初始状态的定义,有时用1,有时用0。要分清情况。
在具备上面的基础后,对这道题进行分析。
1、由于最多经行2次,在(你必须在再次购买前出售掉之前的股票)。所以在中间不能进行都买。如果可以则单纯变成在两组小的数和排在他们前的最大数进行相减即可。
2、我们可以用次数作为纵坐标,天数作为横坐标。int[][] dp=new int[3][prices.length];
第i次第j天的最大利润为:
1.要和前一天经行相比,不可能比前天少吧;
2.当天卖出的价格减买入的价格,和在买入的前一次的最大价值;
dp[i][j]=Math.max(dp[i][j-1],prices[j]-prices[k]+dp[i-1][k-1]);
代码如下:
//股票
public static void a(int[] prices){ //[3,3,5,0,0,3,1,4]
int[][] dp=new int[3][prices.length];
for(int i=1;i<=2;i++){
for(int j=1;j<prices.length;j++){
for(int k=j-1;k>=0;k--) {
int max = 0;
if(k == 0){
max=Math.max(dp[i][j-1],prices[j]-prices[k]);//买第一个,这时只能时第一次够买
}else{
max=Math.max(dp[i][j-1],prices[j]-prices[k]+dp[i-1][k-1]);//dp[i-1][k-1]上一次买到的
}
dp[i][j]= Math.max(dp[i][j],max);
}
}
}
for(int i=0;i<=2;i++) {
for(int j=0;j<prices.length;j++) {
System.out.print(dp[i][j]+" ");
}
System.out.println();
}
}
这个时间时间复杂度太高k * n ^ 2 ,会超时。
我们需要进行调整:
1.这状态方程;prices[j] - prices[k] + dp[i - 1][k - 1]
的-prices[k]+dp[i-1][k-1]
看做是前j - 1 天买入一支股票的最大利润。我们只需要记录这个最大利润即可, 不需要每次重新计算一遍, 来看下代码
class Solution {
public int maxProfit(int[] prices) {
int[][] dp = new int[3][prices.length];
for(int i=1;i<=2;i++){
int max= Integer.MIN_VALUE/2;
for(int j=1;j<prices.length;j++){
max=Math.max(max,dp[i-1][j-1]-prices[j-1]);
dp[i][j]=Math.max(dp[i][j-1],prices[j]+max);
}
}
return dp[2][prices.length-1];
}
}
max=Math.max(max,dp[i-1][j-1]-prices[j-1]);
的意思是,在第i次,第j天的最大利润,和第j天买入的股票
dp[i][j]=Math.max(dp[i][j-1],prices[j]+max);
这是卖出的最大利润。