[leetcode]Best Time to Buy and Sell Stock III

最新推荐文章于 2025-08-12 18:32:44 发布

原创最新推荐文章于 2025-08-12 18:32:44 发布 · 88 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据结构与算法

面试题同时被 3 个专栏收录

137 篇文章

订阅专栏

leetcode

136 篇文章

订阅专栏

算法

117 篇文章

订阅专栏

本文深入探讨解决股票交易问题的高级策略，通过结合动态规划与二分法，实现高效计算最多完成两次交易的最大利润。详细解释了算法思想，包括关键步骤和优化策略，旨在帮助投资者更精准地进行决策。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Best Time to Buy and Sell Stock III

Say you have an array for which the ith element is the price of a given stock on day i.

Design an algorithm to find the maximum profit. You may complete at most two transactions.

Note:
You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).

Best Time to Buy and Sell Stock 、Best Time to Buy and Sell StockII 这三道题是一脉相承的，当然这道题是最难的。DP与二分法的结合，实在是太妙了。不明白的可以戳这里。

算法思想：

因为交易分为两次，因此以数组中的每个元素为临界，比如prices[i]，计算出[ 0 ~ i ]区间的最大利润，再计算出[ i ~ n - 1]区间的最大利润，而每个区间的计算方法在 Best Time to Buy and Sell Stock 已经提过了，不再啰嗦。然后这样坐下来，时间复杂度为O(n * n)。

事实上：

载自 pickless

对于点j+1，求price[0..j+1]的最大profit时，很多工作是重复的，在求price[0..j]的最大profit中已经做过了。
类似于Best Time to Buy and Sell Stock，可以在O(1)的时间从price[0..j]推出price[0..j+1]的最大profit。
但是如何从price[j..n-1]推出price[j+1..n-1]？反过来思考，我们可以用O(1)的时间由price[j+1..n-1]推出price[j..n-1]。
最终算法：
数组l[i]记录了price[0..i]的最大profit，
数组r[i]记录了price[i..n]的最大profit。
已知l[i]，求l[i+1]是简单的，同样已知r[i]，求r[i-1]也很容易。
最后，我们再用O(n)的时间找出最大的l[i]+r[i]，即为题目所求。

代码如下：

 public int maxProfit(int[] prices) {
        if(prices == null || prices.length < 2){
        	return 0;
        }
        int max = 0;//record the biggest profit
        int[] left = new int[prices.length];
        left[0] = 0;
        int leftBuyIn = prices[0];
        for(int i = 1; i < left.length; i++){
        	left[i] = Math.max(left[i - 1], prices[i] - leftBuyIn );
        	leftBuyIn =  Math.min(leftBuyIn, prices[i]);
        }
        int[] right = new int[prices.length];
        right[right.length - 1] = 0;
        int rightSellOut = prices[prices.length - 1];
        for(int i = prices.length - 2; i >= 0; i--){
        	right[i] = Math.max(right[i + 1], rightSellOut - prices[i]);
        	rightSellOut = Math.max(rightSellOut, prices[i]);
        }
        
        for(int i = 0 ; i < prices.length; i++){
       		max = Math.max(max, left[i] + right[i]);
        }
        
        return max;
    }