leetcode309——最佳买卖股票时机含冷冻期——java实现

题目要求:
leetcode309——最佳买卖股票时机含冷冻期——java实现_第1张图片

分析:
这里给出一大神对于股票题目的通用解法:传送门:一个方法团灭 6 道股票问题
看完之后,不能说是醍醐灌顶吧,反正是写得非常非常清晰。
下图中,上半部分的是通用的式子,下半部分是这道题目的状态转移方程。
leetcode309——最佳买卖股票时机含冷冻期——java实现_第2张图片
我又要感叹了,真是大神辈出,膜拜膜拜~~~
好了,直接上代码吧。

具体代码如下:

class Solution {
    public int maxProfit(int[] prices) {
        int n = prices.length;
        int dp_i_0 = 0, dp_i_1 = Integer.MIN_VALUE;
        int dp_pre_0 = 0; // 代表 dp[i-2][0]
        int[][] dp = new int[n][n];
        for (int i = 0; i < n; i++) {
            int temp = dp_i_0;
            dp_i_0 = Math.max(dp_i_0, dp_i_1 + prices[i]);
            dp_i_1 = Math.max(dp_i_1, dp_pre_0 - prices[i]);
            dp_pre_0 = temp;
        }
        return dp_i_0;
    }
}

其实最初的时候,我是不理解这个变量的,因为如果用二维数组,它的表达式明明是这样的:

dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 2][0] - prices[i]);

那么为什么用变量代替之后,表达式就变成下面形式了呢?

dp_i_0 = Math.max(dp_i_0, dp_i_1 + prices[i]);
dp_i_1 = Math.max(dp_i_1, dp_pre_0 - prices[i]);

仔细分析之后,可以了解这个变量仅仅只是代表一个状态而已,比如dp_i_0存储的只是你在第i天不持有股票时的状态。那么当你要求第i天不持有股票的状态的时候,Math.max(dp_i_0, dp_i_1 + prices[i])中的dp_i_0肯定是之前存储的不持有股票的状态,即第i - 1天不持有股票的状态。dp_i_1同理。那么当求了Math.max(dp_i_0, dp_i_1 + prices[i])之后,dp_i_0的值就被替换掉了,即被替换成了第i天不持有股票状态的值。

下面附上我用二维数组的dp来做的代码:

class Solution {
    public int maxProfit(int[] prices) {
        if(prices == null || prices.length == 0)
            return 0;
            
        int n = prices.length;
        int[][]dp = new int[n][2];
        
        for(int i = 0; i < n; i ++) {
            if(i - 1 == -1) {
                dp[i][0] = 0;
                dp[i][1] = -prices[i];
                continue;
            }
            
            if(i - 1 == 0) {
                dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
                dp[i][1] = Math.max(dp[i - 1][1], -prices[i]);
                continue;
            }
            
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 2][0] - prices[i]);
        }
        return dp[n - 1][0];
    }
}

可以看到,这里就是在for循环中多了两个判断,而且不能忘记prices为空的判断,否则会报错。
这种做法更通俗易懂,而且性能更高。缺点是:空间复杂度变高了。
得失并存嘛~

你可能感兴趣的:(leecode,手撕代码)