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: [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 。
示例 2:
输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入: [7,6,4,3,1]
输出: 0
解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。
还是DP
import sys
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
if not prices:return 0
mp = [[[0,0]for _ in range(3)]for _ in range(len(prices))]
mp[0][0][0], mp[0][0][1] = 0,-prices[0]
mp[0][1][0], mp[0][1][1] = -sys.maxsize,-sys.maxsize
mp[0][2][0], mp[0][2][1] = -sys.maxsize,-sys.maxsize
for i in range(1,len(prices)):
mp[i][0][0] = mp[i-1][0][0]
mp[i][0][1] = max(mp[i-1][0][1],mp[i-1][0][0]-prices[i])
mp[i][1][0] = max(mp[i - 1][1][0], mp[i - 1][0][1] + prices[i])
mp[i][1][1] = max(mp[i - 1][1][1], mp[i - 1][1][0] - prices[i])
mp[i][2][0] = max(mp[i - 1][2][0], mp[i - 1][1][1] + prices[i])
end = len(prices) - 1
return max(mp[end][0][0],mp[end][1][0],mp[end][2][0])
总结:
1.状态定义有天数、交易次数、有无持股,所以要定义一个三维数组。
mp[i][j][k]代表到第i(∈[0,n-1])天位置,交易第j(∈[0,2])次,有无持股(k∈[0,1],0代表手中没有持股,此时可以买入,1代表手中有持股,此时可以卖出)
2.递推方程(DP方程):
mp[i][j][0] max(mp[i-1][j][0] ,mp[i-1][j-1][1] + prices[i])
max
mp[i][j][1] max(mp[i-1][j][1] , mp[i-1][j-1][0] - prices[i])
大佬写法:参考答案出处 here
import sys
class Solution(object):
def maxProfit(self, prices):
"""
对于任意一天考虑四个变量:
fstBuy: 在该天第一次买入股票可获得的最大收益
fstSell: 在该天第一次卖出股票可获得的最大收益
secBuy: 在该天第二次买入股票可获得的最大收益
secSell: 在该天第二次卖出股票可获得的最大收益
分别对四个变量进行相应的更新, 最后secSell就是最大
收益值(secSell >= fstSell)
"""
fstBuy,fstSell= -sys.maxsize,0
secBuy,secSell= -sys.maxsize,0
for i in prices:
fstBuy = max(fstBuy, -i)
fstSell = max(fstSell, fstBuy + i)
secBuy = max(secBuy, fstSell - i)
secSell = max(secSell, secBuy + i)
return secSell