动态规划篇 —— 买卖股票
题目链接
这道题相比于相比于 1 买卖一次和 2 买卖多次,它是至多买卖两次,这意味着可以买卖一次,可以买卖两次,也可以不买卖。
所以我直接看代码随想录了
1.状态定义
一天一共有五个状态
0 —— 没有操作
1 —— 第一次买入
2 —— 第一次卖出
3 —— 第二次买入
4 —— 第二次卖出
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
2.状态转移
dp[i][1],表示的是第i天,买入股票的状态,并不是说一定要第i天买入股票,这是很多同学容易陷入的误区。
达到dp[i][1]状态,有两个具体操作:
操作一:第i天买入股票了,那么dp[i][1] = dp[i-1][0] - prices[i]
操作二:第i天没有操作,而是沿用前一天买入的状态,即:dp[i][1] = dp[i - 1][1]
那么dp[i][1]究竟选 dp[i-1][0] - prices[i],还是dp[i - 1][1]呢?
一定是选最大的,所以 dp[i][1] = max(dp[i-1][0] - prices[i], dp[i - 1][1]);
同理dp[i][2]也有两个操作:
操作一:第i天卖出股票了,那么dp[i][2] = dp[i - 1][1] + prices[i]
操作二:第i天没有操作,沿用前一天卖出股票的状态,即:dp[i][2] = dp[i - 1][2]
所以dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2])
同理可推出剩下状态部分:
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]);
一天一共有五个状态
0 —— 没有操作
1 —— 第一次买入
2 —— 第一次卖出
3 —— 第二次买入
4 —— 第二次卖出
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])
3.base case
dp[0][0] = 0
dp[0][1] = -prices[0] (#第0天做第一次买入的操作
dp[0][2] = 0 (#第0天做第一次卖出的操作
dp[0][3] = -prices[0] (#第0天做第二次买入的操作
dp[0][4] = 0 (#第0天做第二次卖出的操作
4.遍历顺序以及解的所在
正序遍历
解在dp[len-1][4]
最大的时候一定是卖出的状态,而两次卖出的状态现金最大一定是最后一次卖出。
def maxProfit(self, prices: List[int]) -> int:
dp = [[0] * 5 for _ in range(len(prices))]
dp[0][1], dp[0][3] = -prices[0], -prices[0]
for i in range(1, len(prices)):
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[len(prices)-1][4]
时间复杂度:O(n)
空间复杂度:O(n × 5)
我总觉得,这道题也算个简单题呢,如果学了 1 和 2,知道这个题的状态有五种,那也不是很难
1和2的第 i 天状态只有两种, 就是 不持有 或者 持有
题目链接
这道题就是上一题的进阶版了,至多可以完成k笔交易
其实 至多有K笔交易,那么j的范围就定义为 2 * k + 1 就可以了
然后可以根据上一题 找规律 ,dp式子是有规律的,除0之外 奇数买,偶数卖
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
if len(prices) == 0: return 0
dp = [[0] * (2*k+1) for _ in range(len(prices))]
for j in range(1, 2*k, 2): dp[0][j] = -prices[0] #初始化
for i in range(1, len(prices)):
for j in range(0, 2*k-1, 2):
dp[i][j+1] = max(dp[i-1][j+1], dp[i-1][j] - prices[i]) #奇数
dp[i][j+2] = max(dp[i-1][j+2], dp[i-1][j+1] + prices[i]) #偶数
return dp[-1][2*k]