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)。
动态规划
1. 确定dp数组以及下标的含义
最多交易两次, 那就定义三个状态:
- 0次交易;
- 最多1次交易
- 最多2次交易
dp[i][j]
中 j 表示第 j 天,i 为 [0 - 2] 三个状态, dp[i][j] 表示第 j 天状态 i 所得最大现金
2. 确定递推公式
当j = 3,i = 2时, dp[2][3]
取值除了继承前一天状态外dp[2][2], 还有三种情况:
dp[1][0] + prices[3] - prices[0];
dp[1][1] + prices[3] - prices[1];
dp[1][2] + prices[3] - prices[2];
当j = 4,i = 2时, dp[2][4]
取值除了继承前一天状态外dp[2][3], 还有三种情况:
dp[1][0] + prices[4] - prices[0];
dp[1][1] + prices[4] - prices[1];
dp[1][2] + prices[4] - prices[2];
dp[1][3] + prices[4] - prices[2];
我们可以发现dp[2][3]
和dp[2][4]
有一块内容是重复计算的:
dp[1][0] - prices[0];
dp[1][1] - prices[1];
dp[1][2] - prices[2];
我们可以设置一个变量maxProfit作为最大利润,那么最大利润公式就是
maxProfit = Math.max(maxProfit, dp[i - 1][j] - prices[j]);
因为常数部分(即prices[3]、prices[4])都是相同的,所以对maxProfit结果无影响;
对于dp[i][j]推导公式为:
dp[i][j] = Math.max(dp[i][j - 1], maxProfit + prices[j]);
注意:maxProfit 需要加上 prices[j]
3. dp数组如何初始化
对于0次交易,dp[0][j]肯定都为0;
对于第一天,dp[i][0]肯定都为0;
初始化代码为:
for (let i = 0; i < prices.length; i++) {
dp[0][i] = 0;
}
for (let i = 0; i < 3; i++) {
dp[i][0] = 0;
}
4. 确定遍历顺序
从递归公式其实已经可以看出,一定是从前向后遍历,因为 dp[i]dp[i],依靠 dp[i - 1]dp[i−1] 的数值
5. 返回值.
返回dp数组最后一个值
最后实现代码如下:
/**
* @param {number[]} prices
* @return {number}
*/
var maxProfit = function(prices) {
const len = prices.length,
dp = Array.from(Array(3), () => Array(len));
for (let i = 0; i < len; i++) {
dp[0][i] = 0;
}
for (let i = 0; i < 3; i++) {
dp[i][0] = 0;
}
for (let i = 1; i < 3; i++) {
let maxProfit = -prices[0];
for (let j = 1; j < len; j++) {
dp[i][j] = Math.max(dp[i][j - 1], maxProfit + prices[j]);
maxProfit = Math.max(maxProfit, dp[i - 1][j] - prices[j]);
}
}
return dp[2][len - 1];
};
时间复杂度:O(n),其中 n 是数组 prices 的长度。
空间复杂度:O(1)
https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-iii/solution/123-mai-mai-gu-piao-de-zui-jia-shi-ji-ii-zfh9/
https://github.com/jslaobi/jslaobi-leetcode-js/blob/master/0123.BestTimetoBuyandSellStockIII.js