买卖股票的最佳时机 III
题目描述:
提示:
1 <= prices.length <= 105
0 <= prices[i] <= 105
分析过程:
写动态规划,我们需要考虑一下问题:
- 定义状态
- 状态转移方程
- 初始条件
- 遍历顺序
4种状态:
实现先思考一共有几种状态,题目当中说我们一共最多可以买卖两次股票,所以买卖股票一共有四种情况,加上不持有股票,就是以下4种状态:
- 第一个持有股票
- 第一次卖出股票
- 第二次持有股票
- 第二次卖出股票
转移方程:
第一次买入:
在第 i 天,可以选择在第 i 天买入,或者保持之前的买入状态。
buy1[i] = max(buy1[i-1], -prices[i])
(初始资金为 0,第一次买入后的余额是 -prices[i])
第一次卖出:
在第 i 天,可以选择在第 i 天卖出,或者保持之前的卖出状态。
sell1[i] = max(sell1[i-1], buy1[i-1] + prices[i])
第二次买入:
在第 i 天,可以选择在第 i 天买入(用第一次卖出的利润),或者保持之前的买入状态。
buy2[i] = max(buy2[i-1], sell1[i-1] - prices[i])
第二次卖出:
在第 i 天,可以选择在第 i 天卖出,或者保持之前的卖出状态。
sell2[i] = max(sell2[i-1], buy2[i-1] + prices[i])
遍历顺序:
通过上面的转移方程,我们可以看出,我们只需要一次遍历,就可以得出我们的dp
初始化:
buy1[0] = -prices[0](第一天买入)
sell1[0] = 0(第一天无法卖出)
buy2[0] = -prices[0](允许同一天买入两次?其实此时第一次卖出利润为 0,所以 buy2[0] = 0 - prices[0])
sell2[0] = 0(第一天无法卖出两次)
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int sizes = prices.size();
if (!sizes)
return 0;
vector<vector<int>> dp(sizes, vector<int>(5, 0));
dp[0][1] = -prices[0];
dp[0][3] = -prices[0];
for (int i = 1; i < sizes; i++) {
dp[i][1] = max(dp[i - 1][1], -prices[i]);
dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2]);
dp[i][3] = max(dp[i - 1][2] - prices[i], dp[i - 1][3]);
dp[i][4] = max(dp[i - 1][3] + prices[i], dp[i - 1][4]);
}
return dp[sizes - 1][4];
}
};
买卖股票的最佳时机 IV
题目描述:
- 1 <= k <= 100
- 1 <= prices.length <= 1000
- 0 <= prices[i] <= 1000
从题目当中我们可以看出,这道题多了一个限制,就是我们只能最多买k张股票
分析过程:
最多买2张股票和最多买k张股票的区别是哪里呢,买两张股票是4个状态,那买k张股票不是2k个状态吗,事实上就是这样,我们只需要在里面套上一层for循环就可以了,具体实现的逻辑和上面的一样
代码:
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int n = prices.size();
// 边界情况:如果没有股票或者价格为空,直接返回 0
if (n == 0) return 0;
// 如果k大于等于n/2,意味着可以进行无限次交易,用贪心算法来处理
if (k >= n / 2) {
int profit = 0;
for (int i = 1; i < n; ++i) {
if (prices[i] > prices[i - 1]) {
profit += prices[i] - prices[i - 1];
}
}
return profit;
}
// dp[i][j] 表示在第i天进行至多j次交易的最大利润
vector<vector<int>> dp(n, vector<int>(k + 1, 0));
// 进行每次交易
for (int j = 1; j <= k; ++j) {
int maxDiff = -prices[0]; // maxDiff 表示买入股票后的最大利润
for (int i = 1; i < n; ++i) {
dp[i][j] = max(dp[i - 1][j], prices[i] + maxDiff); // 不交易或者卖出股票
maxDiff = max(maxDiff, dp[i][j - 1] - prices[i]); // 更新最大买入利润
}
}
return dp[n - 1][k]; // 返回最终最大利润
}
};