123. 买卖股票的最佳时机 III
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 。
1. 递归
通过递归遍历所有的情况
每次进入函数时有三个参数:
i -> 天数
left 剩余交易次数
have 当前是否持有股票
class Solution {
public int maxProfit(int[] prices) {
return deep(prices, 0, 2, false);
}
private int deep(int[] prices, int i, int left, boolean have) {
if (i >= prices.length || left <= 0) {
return 0;
}
if (!have) {
return Math.max(
deep(prices, i + 1, left, true) - prices[i],
deep(prices, i + 1, left, false)
);
} else {
return Math.max(
deep(prices, i + 1, left - 1 , false) + prices[i] ,
deep(prices, i + 1, left , true)
);
}
}
}
2. 递归优化
上面递归存在冗余的计算 & 且多层函数嵌套 会超时 通过循环代替递归如下
dpa[i][j][k] 代表 在第i天时还剩j次交易次数当前持有k支股票的情况下能获得的最大收益
class Solution {
public int maxProfit(int[] prices) {
// return deep(prices, 0, 2, false);
return dp(prices);
}
private int dp(int[] prices) {
int [][][] dpa = new int[prices.length + 1][3][2];
for (int j = 0; j < 3; j++) {
for (int k = 0; k < 2; k++) {
dpa[prices.length][j][k] = 0;
}
}
for (int i = prices.length - 1; i >= 0; i--) {
for (int j = 0; j < 3; j++) {
for (int k = 0; k < 2; k++) {
if (j == 0) {
dpa[i][j][k] = 0;
continue;
}
if (k == 0) {
dpa[i][j][k] = Math.max(
dpa[i + 1][j][1] - prices[i],
dpa[i + 1][j][0]
);
} else {
dpa[i][j][k] = Math.max(
dpa[i + 1][j - 1][0] + prices[i],
dpa[i + 1][j][1]
);
}
}
}
}
return dpa[0][2][0];
}
}