代码随想录day50|动态规划 123.买卖股票的最佳时机III、188.买卖股票的最佳时机IV

文章讲述了如何使用动态规划算法解决LeetCode上的123和188题,即在给定交易限制下找到股票买卖的最佳时机以获取最大利润。通过建立状态转移方程,分析不同交易次数下的最优策略,实现求解最大利润的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目:123.买卖股票的最佳时机III

题目链接:123. 买卖股票的最佳时机 III - 力扣(Leetcode)

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

思路:最多两笔交易,意思是可以买卖一次,可以买卖两次,也可以不买卖

1.dp数组的含义

总共有四个状态:

  • 没有操作 dp[i][0]

  • 第一次持有股票 dp[i][1]

  • 第一次不持有股票 dp[i][2]

  • 第二次持有股票 dp[i][3]

  • 第二次不持有股票dp[i][4]

2.递推公式

dp[i][1] = max(dp[i-1][0] - prices[i], dp[i - 1][1]);
dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2]);
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);

3.dp数组初始化

dp[0][0]=0;
dp[0][1]=-prices[0];
dp[0][2]=0;
dp[0][3]=-prices[0];
dp[0][4]=0;

4.遍历顺序

从前往后

5.举例推导dp数组

// 版本一
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if (prices.size() == 0) return 0;
        vector<vector<int>> dp(prices.size(), vector<int>(5, 0));
        dp[0][1] = -prices[0];
        dp[0][3] = -prices[0];
        for (int i = 1; i < prices.size(); i++) {
            dp[i][0] = dp[i - 1][0];
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
            dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
            dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
            dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
        }
        return dp[prices.size() - 1][4];
    }
};
时间复杂度:O(n)
空间复杂度:O(n × 5)

题目:188.买卖股票的最佳时机IV

题目链接:188. 买卖股票的最佳时机 IV - 力扣(Leetcode)

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 。
示例 2:
输入:k = 2, prices = [3,2,6,5,0,3] 输出:7 解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。 随后,在第 5 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 。

提示:
0 <= k <= 100
0 <= prices.length <= 1000
0 <= prices[i] <= 1000

思路:最多k次交易

和123.买卖股票的最佳时机类似。

将状态分为奇偶

奇状态的递推公式为

 if(j%2==1) dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]-prices[i]);

偶状态的递推公式为

if(j%2==0) dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+prices[i]);

dp数组的初始化

奇状态的初始化:

if(i%2==1)dp[0][i]=-prices[0];

偶状态的初始化:

if(i%2==0)dp[0][i]=0;

具体代码如下:

class Solution {
public:
    int maxProfit(int k, vector<int>& prices) {
        if(k==0)return 0;
        vector<vector<int>> dp(prices.size(),vector<int>(2*k+1));
        dp[0][0]=0;
        for(int i=1;i<2*k+1;i++){
            if(i%2==1)dp[0][i]=-prices[0];
            if(i%2==0)dp[0][i]=0;
        }
        for(int i=1;i<prices.size();i++){
            for(int j=1;j<2*k+1;j++){
                if(j%2==1) dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]-prices[i]);
                if(j%2==0) dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+prices[i]);
            }
        }
        //  for(int i=1;i<prices.size();i++){
        //     for(int j=1;j<2*k+1;j++){
        //         cout<<dp[i][j]<<" ";
        //     }
        //     cout<<endl;
        // }
        return dp[prices.size()-1][2*k];
    }
};
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值