【随想录】-【10 动态规划】123 买卖股票的最佳时机Ⅲ

重点：

（1）Ⅰ是只能买卖一次，Ⅱ是能多次买卖但同一时间只能持有一股，Ⅲ为最多完成两笔交易；

（2）Ⅰ：贪心+动规；Ⅱ：动规，稍改递推公式；Ⅲ：动规，改变状态个数；

（3）动规的重点：结合问题的状态，判断dp数组的含义。比如每个步骤状态的个数，就是该dp数组下另一维的维数；

（4）本题：5状态，注意递推公式；

123. 买卖股票的最佳时机 III

难度困难1181

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

提示：

• 1 <= prices.length <= 105
• 0 <= prices[i] <= 105

解析：

（1）确定dp数组及下标含义

照题意，每天就有5个状态：

0：没有操作。

1：第一次买入（持有）；

2：第一次卖出；

3：第二次买入（持有）；

4：第二次卖出；

（2）递推公式

dp[i][1]：第i天第一次持有，有两种情况：

            ——第i-1天就已经持有dp[i-1][1]；

            ——今天才买入dp[i-1][0]-prices[i]；二者取最大值；

dp[i][2]：第i天第一次卖出：

            ——第i-1天就已经持有，今天才卖出，dp[i-1][1]+prices[i]；

            ——早卖出的，今天没操作，沿用昨天：dp[i-1][2]

dp[i][3]：第i天第二次持有，两种情况：

             ——第i-1天就已经第二次持有了，dp[i-1][3]，

             ——今天才刚买入的，dp[i-1][2]-prices[i]；

dp[i][4]：第i天第二次卖出，两种：

              ——今天刚卖出：dp[i-1][3]+prices[i]；

              ——昨天已经卖出，延续状态：dp[i-1][4]；

（3）初始化

dp[0][0]=0，dp[0][1]=-prices[0]，第0天第一次卖出，相当于无操作无收益，dp[0][2]=0；第0天第二次买入，因为答案可能是一次买入二次买入或者不买不卖，所以第一次第二次其实没什么区别，dp[0][3]=-price[0]，dp[0][4]=0。

代码：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<vector<int>> dp(prices.size(),vector<int>(5,0));
        dp[0][1]=-prices[0];
        dp[0][2]=0;
        dp[0][3]=-prices[0];
        dp[0][4]=0;
        for(int i=1;i<prices.size();i++){
            dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i]);
            dp[i][2]=max(dp[i-1][2],dp[i-1][1]+prices[i]);
            dp[i][3]=max(dp[i-1][3],dp[i-1][2]-prices[i]);
            dp[i][4]=max(dp[i-1][4],dp[i-1][3]+prices[i]);
        }
        return dp[prices.size()-1][4];
    }
};