【动态规划】309. 最佳买卖股票时机含冷冻期
给定一个整数数组prices,其中第 prices[i] 表示第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
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 = [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
示例 2:
输入: prices = [1]
输出: 0
提示:
- 1 <= prices.length <= 5000
- 0 <= prices[i] <= 1000
两状态解法
思路:加了冰冻期后,对于当前没有股票的状态是没有影响的,仍是由昨天持有股票今天卖出
、昨天不持有股票
两种状态转化而来:
dp[i][0] = Math.max(dp[i-1][1] + prices[i], dp[i-1][0]);
而对于当前持有股票却不能直接使用昨天不持有股票的状态
然后今天购买了,因为有可能昨天卖出了股票导致今天不能购买,所以这部分代码为:
dp[i][1] = Math.max(dp[i-2][0] - prices[i], dp[i-1][1]);
看到这可能会有疑问,这个只是包含前天没有股票的状态
,如果昨天没有交易而且也没有股票
岂不是没有统计?我们只是不需要昨天交易导致没有股票
这一个状态而已。这是由于昨天没有交易而且也没有股票
这一状态一定是由前天没有股票
转移过来的,因为昨天有交易的话,前天是一定有股票的。
class Solution {
public int maxProfit(int[] prices) {
var len = prices.length;
var dp = new int[len][2];
dp[0][0] = 0;
dp[0][1] = -prices[0];
for(var i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i-1][1] + prices[i], dp[i-1][0]);
if(i > 1) {
dp[i][1] = Math.max(dp[i-2][0] - prices[i], dp[i-1][1]);
} else {
dp[i][1] = Math.max(dp[i-1][0] - prices[i], dp[i-1][1]);
}
}
return dp[len-1][0];
}
}
四状态解法
整个过程可以分为四个状态:
- 状态一:持有股票的状态,今天买入股票 或 之前就买入了股票但是一直没有卖出
- 状态二:不持有股票的状态,且保持卖出股票的状态,即
两天前就卖出了股票一直没有操作
- 状态三:不持有股票的状态,且是
今天卖出的股票
- 状态四:不持有股票的状态,冰冻期,即
一天前卖出了股票
则递推可以写为:
// 持有股票的状态,由状态1、3转化而来,2状态今天是冰封期
dp[i][0] = Math.max(dp[i-1][0], Math.max(dp[i-1][1], dp[i-1][3]) - prices[i]);
// 不持有,且是两天前卖的,由更多天前卖的和3状态转化而来,2状态今天也是冰封期
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][3]);
// 不持有,今天卖的
dp[i][2] = dp[i-1][0] + prices[i];
// 不持有,且是一天前卖的,今天是冰封期
dp[i][3] = dp[i-1][2];
代码为:
class Solution {
public int maxProfit(int[] prices) {
var len = prices.length;
var dp = new int[len][4];
dp[0][0] = -prices[0];
for(var i = 1; i < len; i++) {
// 持有股票的状态
dp[i][0] = Math.max(dp[i-1][0], Math.max(dp[i-1][1], dp[i-1][3]) - prices[i]);
// 不持有,且是二天前卖的
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][3]);
// 不持有,今天卖的
dp[i][2] = dp[i-1][0] + prices[i];
// 不持有,且是一天前卖的,今天是冰封期
dp[i][3] = dp[i-1][2];
}
return Math.max(Math.max(dp[len-1][1], dp[len-1][2]), dp[len-1][3]);
}
}
一维数组优化
思路是不变的,只是注意下面的定义和赋值的顺序,否则容易被覆盖修改
class Solution {
public int maxProfit(int[] prices) {
var len = prices.length;
var dp = new int[4];
dp[0] = -prices[0];
for(var i = 1; i < len; i++) {
// 持有状态
dp[0] = Math.max(dp[0], Math.max(dp[1], dp[2]) - prices[i]);
// 不持有状态,且是两天前卖的
dp[1] = Math.max(dp[1], dp[2]);
// 不持有状态,且是一天前卖的
dp[2] = dp[3];
// 不持有状态,且是当天卖的
dp[3] = dp[0] + prices[i];
}
// System.out.println(Arrays.toString(dp));
return Math.max(Math.max(dp[1], dp[2]), dp[3]);
}
}
标签:309,No,max,dp,状态,prices,股票,冷冻,Math
From: https://www.cnblogs.com/tod4/p/17368994.html