题目
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]
分析
冷冻期有一天,这个设定很误导人,让人想着从n-2天去获得上一次值,如果你也是这样思考的,那你的代码就变得很复杂了。
其实不管有没有冷冻期,我们只需要判断昨天的情况,如果昨天不持股并且没有卖出就可以买入,这样代码就简洁很多了。
那卖出的逻辑怎么处理呢? 卖出当天的状态是“卖出并且不持股了”,等到第二天它的状态变成了不持股并且没有卖出了。
这道题是典型的动态规划题,接下来定义它的状态数组与转移方程。
状态数组
每天的状态只有两种:持股与不持股,由于需要将卖出不持股变成不持股并没有卖出, 所以不持股需要再细分成:之前不持股现在也不持股,之前持股但今天卖出了。
状态数组表达内容为第i天的持股情况
// 第i天 持股情况
// 0 不持股,今天没有卖出
// 1 持股,今天买入
// 2 不持股,今天有卖出
int[][] dp = new int[prices.length][3];
状态方程
-
不持股,今天没有卖出
包含两种情况,一是昨天也不持股,二是昨天卖出今天变成不持股也没卖出。
dp[i][0]= Math.max(dp[i-1][0], dp[i-1][2]);
-
持股
包含两种情况,一是之前就买入了,二是昨天不持股并且没有卖出今天买入。
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]-prices[i]);
-
不持股,今天有卖出
包含两种情况,一是昨天不持股并且有卖出,二是今天卖出
dp[i][2] = Math.max(dp[i-1][2], dp[i-1][1] + prices[i]);
代码
class Solution {
public int maxProfit(int[] prices) {
// 第i天 持股情况
// 0 不持股,今天没有卖出
// 1 持股,今天买入
// 2 不持股,今天有卖出
int[][] dp = new int[prices.length][3];
dp[0][0] = 0;
dp[0][1] = -prices[0];
dp[0][2] = Integer.MIN_VALUE;
for(int i=1;i<prices.length;i++){
dp[i][0] = Math.max(dp[i-1][0], dp[i-1][2]);
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0]-prices[i]);
dp[i][2] = Math.max(dp[i-1][2], dp[i-1][1]+prices[i]);
}
return Math.max(dp[prices.length-1][2], dp[prices.length-1][0]);
}
}
结果
关注个人微信公众号:肌肉码农,回复“好友”讨论问题。