本题采用动态规划做法。
对于某天i,有三种状态:不持有状态,持有状态,卖出状态,在三种状态下的最大收益是dp[i][0~2]。
为何将卖出状态从不持有状态中分离出来,是因为卖出状态过后,下一天不可能是持有状态,也就考虑到卖出后不能接着进行买入操作。
那么显然: dp[0][0]=dp[0][2]=0,dp[0][1] = -prices[0];
先考虑dp[i][0],第i天不持有,那么第i天不进行操作,而且手中没有股票。那么,必然要么前一天也是不持有状态,手中没有股票,或者前一天手中有股票但是卖出了。所以:
dp[i][0] = max(dp[i-1][0],dp[i-1][2]);
再考虑dp[i][1],第i天持有,那么要么是第i天买入了股票,或者前天已经持有股票了。先分别考虑:
如果前天已经持有股票,那么dp[i][1] = dp[i-1][1];
如果是今天(i天)买入股票,那么显然前天是没有股票的(股票必须出售完后才能再买),dp[i][1] = dp[i-1][0]-prices[i];
所以:dp[i][1] = max(dp[i-1][1],dp[i-1][0]-prices[i]);
最后考虑dp[i][2],第i天卖出,那么前一天必然是持有:
dp[i][2] = dp[i-1][1]+prices[i]。
最后,可以看到dp[i]仅与前一项有关,所以可以用a,b,c代替。
代码如下:
int maxProfit(vector<int>& prices) {
if(prices.empty()) return 0;
int n = prices.size();
int a=0,b = -prices[0],c=0;
for(int i=1;i<n;++i)
{
int a1 = max(a,c);
int b1 = max(b,a-prices[i]);
int c1 = b + prices[i];
a = a1,b=b1,c=c1;
}
return max(a,max(b,c));
}