123. 买卖股票的最佳时机 III
1. first idea
我觉得最多两次交易,那应该是先看作只有一次交易机会。
然后将剩余的两段波动序列中,分别做一次交易,选获利多的。
2. doc reading
一天一共就有五个状态,
- 没有操作 (其实我们也可以不设置这个状态)
- 第一次持有股票
- 第一次不持有股票
- 第二次持有股票
- 第二次不持有股票
dp[i][j]中 i表示第i天,j为 [0 - 4] 五个状态,dp[i][j]表示第i天状态j所剩最大现金。
递推式:
# 第一次持有股票意味着:
# (1)昨天没有第一次持有股票,今天要买。
# (2)昨天已有第一次持有股票,今天继续持有。
dp[i][1] = max(dp[i - 1][0] - price[i], dp[i - 1][1])
# 第一次不持有股票意味着:
# (1)昨天也没有第一次持有,今天继续不持有。
# (2)昨天持有,今天卖出。
dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + price[i])
# 第二次持有和第一次没什么区别,因为第二次的操作最开始可以看做第一次当天买卖结束,立刻做第二次操作。
dp[i][3] = max(dp[i - 1][2] - price[i], dp[i - 1][3])
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + price[i])
class Solution:
def maxProfit(self, prices: List[int]) -> int:
dp = [[0] * 5 for _ in range(len(prices))]
dp[0][1] = -prices[0]
dp[0][3] = -prices[0]
for idx in range(1, len(prices)):
dp[idx][0] = dp[idx - 1][0]
# 第一次持有
dp[idx][1] = max(dp[idx - 1][1], dp[idx - 1][0] - prices[idx])
# 第一次不持有
dp[idx][2] = max(dp[idx - 1][1] + prices[idx], dp[idx - 1][2])
# 第二次
dp[idx][3] = max(dp[idx - 1][3], dp[idx - 1][2] - prices[idx])
dp[idx][4] = max(dp[idx - 1][3] + prices[idx], dp[idx - 1][4])
return dp[-1][4]
188. 买卖股票的最佳时机 IV
1. first idea
就是123.买卖股票的最佳时机III,只不过要做成循环,因为不只能交易两次。
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
dp = [[0] * ( 2 * k + 1) for _ in range(len(prices))]
for idx in range(k):
dp[0][2 * idx + 1] = -prices[0]
# print(dp)
for idx in range(1, len(prices)):
dp[idx][0] = dp[idx - 1][0]
for k_idx in range(k):
# 持有
dp[idx][(k_idx * 2) + 1] = max(dp[idx - 1][k_idx * 2] - prices[idx], dp[idx - 1][(k_idx * 2) + 1])
# 不持有
dp[idx][(k_idx * 2) + 2] = max(dp[idx - 1][(k_idx * 2) + 1] + prices[idx], dp[idx - 1][(k_idx * 2) + 2])
# print(dp)
return dp[-1][-1]