代码随想录算法训练营第五十天| 123. 买卖股票的最佳时机 III,188. 买卖股票的最佳时机 IV
123. 买卖股票的最佳时机 III
题目链接:买卖股票的最佳时机 III
因为只能有两个买卖,可以分状态出来,
dp[i][0]表示没有持有股票
dp[i][1]表示第一次购买之后持有
dp[i][2]表示第一次卖出不持有
dp[i][3]表示第二次购买之后持有
dp[i][4]表示第二次卖出不持有
这里比较有讲究的是初始化:
dp[0][1] = -prices[0]
dp[0][3] = -prices[0]
第二次买入的状态也是需要初始化的,不然就会出现根本没买就卖出了的情况,如果说根本没有第二次买进,那么dp[i][3]和dp[i][4]就会和dp[i][1]和dp[i][2]一样,一直到dp[i][2]更新出了新值,那么dp[i][3]和dp[i][4]才会开始更新。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
# dp[i][0]表示没操作过不持有股票
# dp[i][1]表示第一次购买之后持有
# dp[i][2]表示第一次卖出不持有
# dp[i][3]表示第二次购买之后持有
# dp[i][4]表示第二次卖出不持有
dp = [[0]*5 for _ in range(len(prices))]
dp[0][1] = -prices[0]
dp[0][3] = -prices[0]
for i in range(1,len(prices)):
# 第i天第一次购买之后持有
# 第i-1天就已经持有了
# 第i-1天没有持有但第i天买了
dp[i][1] = max(dp[i-1][1],dp[i-1][0]-prices[i])
# 第i天第一次卖出不持有
# 第i-1天就已经不持有了
# 第i-1天是第一次持有但卖了
dp[i][2] = max(dp[i-1][2],dp[i-1][1]+prices[i])
# 第i天第二次购买之后持有
# 第i-1天就已经第二次持有了
# 第i-1天是第一次没有持有但买了
dp[i][3] = max(dp[i-1][3],dp[i-1][2]-prices[i])
# 第i天第二次卖出不持有
# 第i-1天就第二次已经不持有了
# 第i-1天是第二次持有但卖了
dp[i][4] = max(dp[i-1][4],dp[i-1][3]+prices[i])
return dp[-1][-1]
188. 买卖股票的最佳时机 IV
题目链接:买卖股票的最佳时机 IV
因为不知道k是多少,
k
×
l
e
n
(
p
r
i
c
e
s
)
k\times len(prices)
k×len(prices)太大了,直接用一维来迭代。
因为只能有两个买卖,可以分状态出来,
dp[0]表示没有持有股票
dp[1]表示第一次购买之后持有
dp[2]表示第一次卖出不持有
dp[3]表示第二次购买之后持有
dp[4]表示第二次卖出不持有
…以此类推
然后每次更新都直接在dp上更新。
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
dp = [0] * (2*k+1)
for i in range(1,(2*k+1),2):
dp[i] = -prices[0]
for i in range(1,len(prices)):
for j in range(1,(2*k+1),2):
dp[j] = max(dp[j],dp[j-1]-prices[i])
dp[j+1] = max(dp[j+1],dp[j]+prices[i])
return dp[-1]