leetcode 123 买卖股票的最佳时机 III

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。算法

设计一个算法来计算你所能获取的最大利润。你最多能够完成 两笔 交易。数组

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以前的股票)。bash

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,
这笔交易所能得到利润 = 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,
这笔交易所能得到利润 = 4-1 = 3 。复制代码

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, 这笔交易所能得到利润 = 5-1 = 4 。   
     注意你不能在第 1 天和第 2 天接连购买股票,以后再将它们卖出。   
     由于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以前的股票。
复制代码

示例 3:

输入: [7,6,4,3,1] 
输出: 0 
解释: 在这个状况下, 没有交易完成, 因此最大利润为 0。复制代码

思路:

这是一个经典的动态规划问题,解决动态规划问题的步骤是:ui

  • 分析出dp定义
  • 列出dp方程

dp定义的分析思路是,思考 i 状态的产生,和 i - 1状态有什么关系,也就是说 i 的状态,受 i - 1的哪些维度的影响。这里股票的收益,受前一天股价、是否持股、交易次数有关。因此咱们, 能够抽象出三个维度来解决这个问题,即:spa

dp[ i ][ j ][ k ]:i是天数,j是交易的次数,k是是否持股,咱们用这个三维数组来记录状态便可,数组中存的值,就是当天该状态下的最大收益。设计

dp方程须要根据j的取值来分组,即当j = 0 时,不存在 j - 1时的状态。code

当j == 0的时候:cdn

即以前没有过股票交易,因此是否持股和交易次数都和前一天的状态相同。
blog

  • dp[i][j][0] = Math.max(dp[i - 1][j][0], 0);
  • dp[i][j][1] = Math.max(dp[i - 1][j][1], 0);

当j != 0 的时候:it

如dp[i][j][0] 第i天,交易了j次,不持股,前一天有两个状态能够转移到该状态,即:

  1. 前一天交易了j次,不持股
  2. 前一天交易了j次,持股可是卖掉了。
  • dp[i][j][0] = Math.max(dp[i - 1][j][0], dp[i - 1][j][1] + prices[i]);
  • dp[i][j][1] = Math.max(dp[i - 1][j][1], dp[i - 1][j - 1][0] - prices[i]);

代码:

class Solution {
  public int maxProfit(int[] prices) {
    if(prices.length == 0) return 0;  
    int[][][] dp = new int[prices.length][3][2];
    dp[0][1][1] = 0 - prices[0];
    dp[0][2][1] = 0 - prices[0];
    int max = 0;
    for (int i = 1; i < prices.length; i++) {
      for (int j = 0; j < 3; j++) {
        if (j == 0) {
          dp[i][j][0] = Math.max(dp[i - 1][j][0], 0);
          dp[i][j][1] = Math.max(dp[i - 1][j][1], 0);
        } else {
          dp[i][j][0] = Math.max(dp[i - 1][j][0], dp[i - 1][j][1] + prices[i]);
          dp[i][j][1] = Math.max(dp[i - 1][j][1], dp[i - 1][j - 1][0] - prices[i]);
        }
      }
    }
    for (int i = 0; i < prices.length; i++) {
      max = Math.max(max, dp[i][2][0]);
    }
    return max;
  }
}
复制代码

结果:

相关文章
相关标签/搜索