188 买卖股票的最佳时机IV(状态机DP)(灵神笔记)

题目

买卖股票的最佳时机IV
给你一个整数数组 prices 和一个整数 k ,其中 prices[i] 是某支给定的股票在第 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 k 笔交易。也就是说,你最多可以买 k 次,卖 k 次。

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:k = 2, prices = [2,4,1]
输出:2
解释:在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:

输入:k = 2, prices = [3,2,6,5,0,3]
输出:7
解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 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 。

提示:

1 <= k <= 100
1 <= prices.length <= 1000
0 <= prices[i] <= 1000

题解

记忆化搜索(超时)

class Solution {
    private int[] prices;
    private int[][][] cache;

    public int maxProfit(int k, int[] prices) {
        this.prices = prices;
        int n = prices.length;
        cache = new int[n][k + 1][2];
        for (int i = 0; i < n; i++) {
            for (int j = 0; j <= k; j++) {
                Arrays.fill(cache[i][j],-1);
            }
        }
        return dfs(n - 1, k, 0);
    }

    private int dfs(int i, int j, int hold) {
        if (j < 0) {
            return Integer.MIN_VALUE / 2;
        }
        if (i < 0) {
            return hold == 1 ? Integer.MIN_VALUE / 2 : 0;
        }
        if (cache[i][j][hold] != -1) {
            return cache[i][j][hold];
        }
        if (hold == 1) {
            //最后未持有股票,手上的股票一定会被卖掉,j-1可以是买股票的时候,也可以是卖股票的时候
            return Math.max(dfs(i - 1, j, 1), dfs(i - 1, j - 1, 0) - prices[i]);
        }
        return Math.max(dfs(i - 1, j, 0), dfs(i - 1, j, 1) + prices[i]);
    }
}

递推

class Solution {
    public int maxProfit(int k, int[] prices) {
        int n = prices.length;
        int[][][] f = new int[n + 1][k + 2][2];
        for (int i = 0; i < n; i++) {
            for (int j = 0; j <= k + 1; j++) {
                Arrays.fill(f[i][j],Integer.MIN_VALUE / 2);
            }
        }
        for (int j = 1; j <= k + 1; j++) {
            f[0][j][0] = 0;
        }
        for (int i = 0; i < n; i++) {
            for (int j = 1; j <= k + 1; j++) {
                f[i + 1][j][0] = Math.max(f[i][j][0], f[i][j][1] + prices[i]);
                f[i + 1][j][1] = Math.max(f[i][j][1], f[i][j - 1][0] - prices[i]);
            }
        }
        return f[n][k + 1][0];
    }
}

空间优化

class Solution {
    public int maxProfit(int k, int[] prices) {
        int[][] f = new int[k + 2][2];
        for (int j = 1; j <= k + 1; j++) {
            f[j][1] = Integer.MIN_VALUE / 2;
        }
        f[0][0] = Integer.MIN_VALUE / 2;
        for (int p : prices) {
            for (int j = k + 1; j > 0; j--) {
                f[j][0] = Math.max(f[j][0], f[j][1] + p);
                f[j][1] = Math.max(f[j][1], f[j - 1][0] - p);
            }
        }
        return f[k + 1][0];
    }
}

恰好完成k笔交易

递归到i<0时,只有j=0是合法的
f[0][1][0] = 0

	private int dfs(int i, int j, int hold) { //记忆化搜索
        if (j < 0) {
            return Integer.MIN_VALUE / 2;
        }
        if (i < 0) {
            return hold == 1 && j > 0 ? Integer.MIN_VALUE / 2 : 0;
        }
        if (cache[i][j][hold] != -1) {
            return cache[i][j][hold];
        }
        if (hold == 1) {
            return Math.max(dfs(i - 1, j, 1), dfs(i - 1, j - 1, 0) - prices[i]);
        }
        return Math.max(dfs(i - 1, j, 0), dfs(i - 1, j, 1) + prices[i]);
    }
    
	public int maxProfit(int k, int[] prices) { //递推
        int n = prices.length;
        int[][][] f = new int[n + 1][k + 2][2];
        for (int i = 0; i < n; i++) {
            for (int j = 0; j <= k + 1; j++) {
                Arrays.fill(f[i][j],Integer.MIN_VALUE / 2);
            }
        }
        f[0][1][0] = 0
        for (int i = 0; i < n; i++) {
            for (int j = 1; j <= k + 1; j++) {
                f[i + 1][j][0] = Math.max(f[i][j][0], f[i][j][1] + prices[i]);
                f[i + 1][j][1] = Math.max(f[i][j][1], f[i][j - 1][0] - prices[i]);
            }
        }
        return f[n][k + 1][0];
    }

至少完成k笔交易

与122相同,至少0次等价于可以无限次交易,f[0][0][0] = 0,其余等于负无穷, 最前面无需插入状态,则循环k次即可
f[i + 1][0][0] = Math.max(f[i][0][0], f[i][0][1] + prices[i]);
f[i + 1][0][1] = Math.max(f[i][0][1], f[i][0][0] - prices[i]);

	private int dfs(int i, int j, int hold) { //记忆化搜索
        if (i < 0) {
            return hold == 1 && j > 0 ? Integer.MIN_VALUE / 2 : 0;
        }
        if (cache[i][j][hold] != -1) {
            return cache[i][j][hold];
        }
        if (hold == 1) {
            return Math.max(dfs(i - 1, j, 1), dfs(i - 1, j - 1, 0) - prices[i]);
        }
        return Math.max(dfs(i - 1, j, 0), dfs(i - 1, j, 1) + prices[i]);
   	}


   	public int maxProfit(int k, int[] prices) { //递推
        int n = prices.length;
        int[][][] f = new int[n + 1][k + 2][2];
        for (int i = 0; i < n; i++) {
            for (int j = 0; j <= k + 1; j++) {
                Arrays.fill(f[i][j],Integer.MIN_VALUE / 2);
            }
        }
        f[0][0][0] = 0
        for (int i = 0; i < n; i++) {
        	f[i + 1][0][0] = Math.max(f[i][0][0], f[i][0][1] + prices[i]);
            f[i + 1][0][1] = Math.max(f[i][0][1], f[i][0][0] - prices[i]);
            for (int j = 1; j <= k; j++) {
                f[i + 1][j][0] = Math.max(f[i][j][0], f[i][j][1] + prices[i]);
                f[i + 1][j][1] = Math.max(f[i][j][1], f[i][j - 1][0] - prices[i]);
            }
        }
        return f[n][k + 1][0];

你可能感兴趣的:(笔记,算法,leetcode,java,动态规划)