力扣123. 买卖股票的最佳时机 III(状态dp)

题目描述:

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:prices = [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:prices = [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:prices = [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。

示例 4:

输入:prices = [1]
输出:0

思路:

由于每天利润的状态都可以由昨天的状态转移,可以考虑动态规划。

首先我们先思考,如果题目不要求最多只能交易两次,那么我们该怎么求n天后最大利益?

 基于01背包的思维,对于每天的股票,我们有两种选择

1、要么买这只股票(前提是手上没有股票)

2、要么不买这只股票

具体做法可以看我之前写的博客

力扣122. 买卖股票的最佳时机 II-CSDN博客

那么现在题目要求我们最多交易两次,也就是说对于第i天的状态一共有以下几种:

1、啥也没干,这个时候利润为0,用dp[i][0]表示

             dp[i][0]=0

2、第一次买入股票,或者是第一次已经买了股票还没卖出去,用dp[i][1]表示

              dp[i][1]=max(dp[i-1][1],dp[i-1][0]-price[i])

3、第一次卖出股票,或者是第一次卖出股票后还没有第二次买入股票,用dp[i][2]表示

              dp[i][2]=max(dp[i-1][2],dp[i-1][1]+prices[i])

4、第二次买入股票,或者是第二次买入股票后还没有第二次卖出股票,用dp[i][3]表示

              dp[i][3]=max(dp[i-1][3],dp[i-1][2]-prices[i])

5、第二次卖出股票,或者是第二次卖出股票后的休止状态,用dp[i][4]表示

               dp[i][4]=max(dp[i-1][4],dp[i-1][3]+prices[i])

每一天的状态都只能是这五种状态的一种,于是我们可以用dp[n][5]来表示前n天的五种不同状态的最大利润。

然后考虑这么一个事实

1.无论题目有没有在同一天买入股票和卖出股票,这都不影响答案,因为这样同一天的交易利润为

2.可能出现没有交易的情况,示例3已经证明。

所以考虑边界情况,在第一天(i=0)时

dp[0][0]=0

dp[0][1]=-prices[0](第一天的第一次买入)

dp[0][2]=0(第一天第一次同时买入和卖出)

dp[0][3]=-prices[0](第二次买入)

dp[0][4]=0(第二次卖出)

 代码:

class Solution {
public:
    int maxProfit(vector& prices) {
        int n=prices.size();
        vector> dp(n+1,vector(5));
        dp[0][0]=0;
        dp[0][1]=-prices[0];
        dp[0][2]=0;
        dp[0][3]=-prices[0];
        dp[0][4]=0;
        for(int i=1;i

你可能感兴趣的:(力扣刷题,leetcode,算法,动态规划)