123. 买卖股票的最佳时机 III [dp]

Posted 不理不理左卫门

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了123. 买卖股票的最佳时机 III [dp]相关的知识,希望对你有一定的参考价值。

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

提示:

  • 1 <= prices.length <= 105
  • 0 <= prices[i] <= 105

题解

先导题:力扣 121. 买卖股票的最佳时机;122. 买卖股票的最佳时机 II;714. 买卖股票的最佳时机含手续费

定义四个变量:

buy1:第一次买入股票后的最大余额
sell1:第一次卖出股票后的最大余额
buy2:第二次买入股票后的最大余额
sell2:第二次卖出股票后的最大余额
从左到右遍历数组,对于每个元素,我们更新这些变量。最后,我们返回 sell2 的值,这是最大利润。

动态规划的过程如下:

初始化 buy1 buy2 为负无穷大,sell1 sell20

  • 对于数组中的每个元素 prices[i]:
    • 更新 buy1:buy1 = max(buy1, -prices[i])
    • 更新sell1:sell1 = max(sell1, buy1 + prices[i])
    • 更新buy2:buy2 = max(buy2, sell1 - prices[i])
    • 更新 sell2:sell2 = max(sell2, buy2 + prices[i])

返回 sell2 的值。

查看代码
 class Solution 
public:
    int maxProfit(vector<int>& prices) 
        int buy1=INT_MIN,buy2=INT_MIN,sell1=0,sell2=0;
        for(int i=0;i<prices.size();++i)
            //尝试第一次买入
            buy1=buy1>-prices[i]?buy1:-prices[i];
            //尝试第一次卖出
            sell1=sell1>buy1+prices[i]?sell1:buy1+prices[i];
            //尝试第二次买入
            buy2=buy2>sell1-prices[i]?buy2:sell1-prices[i];
            //尝试第二次卖出
            sell2=sell2>buy2+prices[i]?sell2:buy2+prices[i];
        
        return sell2;
    
;

代码随想录算法训练营第五十天| 123. 买卖股票的最佳时机 III188. 买卖股票的最佳时机 IV。

123. 买卖股票的最佳时机 III

题目链接:力扣

题目要求:

        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 。
  • 1 <= prices.length <= 105
  • 0 <= prices[i] <= 105

总结:

        dp二维数组,第一个维度表示天数,第二个维度表示状态,因为能买卖两次,故1,2,3,4分别代表了第一天持有未持有,第二天持有未持有,dp[0][0]其实可以默认0就好,不操作的意思,找到规律,也就是第一天时,所有的持有情况,需要初始化,初始化为当天股票的价格的负数,代表买入这个股票,第一天时所以的不持有状态都是买了又卖,第几次买不重要,反正都是原价买原价卖(题目没说,就默认当天可买,同时又可卖),第一天持有的手里金额可以从两个方面来,一是可以从前一天就持有的dp来,二是当天才持有,当天买入,-prices[i],第二天未持有的手里金额也可以从两个方面来,一是前一天就未持有的dp,二是当天才卖了,就是先是前一个状态的dp,也就时当天的持有时的dp,再加上当天卖的价格prices[i](为什么要加入前一个状态的dp呢,因为它需要先持有,才能再卖了,持有时花费了一些钱,记录在上一个状态的dp中,需要加上它,才能得到目前卖过后真正的手中还有多少钱,也就是获得的利润)第二次的持有和未持有也是类似。

class Solution 
    public int maxProfit(int[] prices) 
        //dp[i][0]不操作dp[i][1]第一次持有dp[i][2]第一次不持有dp[i][3]第二次持有dp[i][4]第二次不持有
        int len = prices.length;
        int[][] dp = new int[len][5];
        //第一天不操作
        dp[0][0] = 0;
        //第一天就第一次持有
        dp[0][1] = -prices[0];
        //第一天就第一次不持有  当天这个股票买了又以原价又卖了,不赚钱
        dp[0][2] = 0;
        //第一天就第二次持有 买了一次右卖了一次,一分没赚,又买当天这个一次
        dp[0][3] = -prices[0];
        //第一天就第二次不持有了,当天买了又卖两次,一分不赚
        dp[0][4] = 0;
        //第一天都初始化好了,从第二天开始遍历
        for(int i = 1;i < len;i++)
            //第i天第一次持有,1.前一天就持有2.这天才第一次买
            dp[i][1] = Math.max(dp[i-1][1],-prices[i]);
            //第i天第一次不持有,1.前一天就不持有2.这天才不持有,卖了
            dp[i][2] = Math.max(dp[i-1][2],dp[i][1]+prices[i]);
            //第i天第二次持有,1.前一天就第二次持有了2.这天才第二次持有
            dp[i][3] = Math.max(dp[i-1][3],dp[i][2]-prices[i]);
            //第i天第二次不持有,1.前一天就第二次不持有了,2.当天才第二次不持有
            dp[i][4] = Math.max(dp[i-1][4],dp[i][3]+prices[i]);
        
        return dp[len-1][4];
    

188. 买卖股票的最佳时机 IV

题目链接:力扣

题目要求:

        给定一个整数数组 prices ,它的第 i 个元素 prices[i] 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 k 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: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 。
  • 0 <= k <= 100
  • 0 <= prices.length <= 1000
  • 0 <= prices[i] <= 1000

总结:

        本题和上一题的差别,就在于它能买卖的次数由2次变成了k次,变成了个不定值,我们需要在上一题去找规律,第一次持有的状态用0+1,第一次未持有的状态用0+2,第二次持有用1+1,第二次未持有用1+2,那么我们用j+1,或者j+2,来记录每次的持有和未持有状态,k次持有和不持有,那么我们j初始为0,每轮+2,知道2*k时,不再循环,我们初始化dp数组第一个维度,就是天数,第二个维度就是我们上面的状态数,因为还有一个0状态,也就是不操作,所以第二个维度定为2*k+1个状态,经过上一题我们发现,初始化第一天的情况时,无论第几次,都是持有状态时,才赋值为当天的买入价格,也就是-prices[i],未持有时,还是默认为0,即可,因为无论是第几次,都是原价买原价卖,所以第一天,无论第几次未持有都是当前金额(利润)为0,然后开始循环,外循环是天数,内循环是j,用来给每次的持有和未持有赋值,每次的持有dp,要么从前一天就持有过来,要么当天才买入,当天的上一个状态(当天未持有时攒的钱数)-prices[i],取最大的一个,保证金额最大,每次未持有的dp也是类似情况。这里当天的上一个状态是什么意思呢,比如第二次的持有,在它当天才持有时,他必须先是有当天的时候未持有的状态,才能再买(这里当天可买可卖),当天未持有的时候dp已经积累了金额,所以需要加上。

class Solution 
    public int maxProfit(int k, int[] prices) 
        int len = prices.length;
        int[][] dp = new int[len][2*k+1];
        for(int j = 0;j < 2*k;j+=2)
            //初始化第一天的所有情况,每次的持有赋值,不持有时全为0
            dp[0][j+1] = -prices[0];
        
        for(int i = 1;i < len;i++)
            for(int j = 0;j < 2*k;j+=2)
                //按照j的轮次,给相应的第几次持有和不持有赋值
                //持有
                dp[i][j+1] = Math.max(dp[i-1][j+1],dp[i][j]-prices[i]);
                //不持有
                dp[i][j+2] = Math.max(dp[i-1][j+2],dp[i][j+1]+prices[i]);
            
        
        return dp[len-1][2*k];
    

以上是关于123. 买卖股票的最佳时机 III [dp]的主要内容,如果未能解决你的问题,请参考以下文章

123. 买卖股票的最佳时机 III(三维dp)

123.买卖股票的最佳时机III

123.买卖股票的最佳时机III

123. 买卖股票的最佳时机 III

123. 买卖股票的最佳时机 III

Leetcode 123.买卖股票的最佳时机III