LeetCode 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:
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]
动态规划
要使用动态规划对本题进行求解,重点依旧是动态规划数组的定义。对于股票买卖的次数是不做限制的,对于股票的状态也仅有两种状态,持有或不持有,但是对于卖出股票后,需要限制在后一天买入股票,也就是后一天是无法持有股票的。此处需要对于每一天的状态进行进一步细分
- 动态规划数组的定义:定义数组
dp[n][4]
,其中
dp[i][0]
表示在i
天持有股票所拥有的最大现金,dp[i][1]
表示在第i
天不持有股票并且不是冷冻期所拥有的最大现金数dp[i][2]
表示在第i
天卖出股票所拥有的最大现金数dp[i][3]
表示在第i
天为冷冻期所拥有的最大现金数
- 动态规划数组的推导:
对于 dp[i][0]
的推导:三种情形进行推导
- 前一天持有的情形,在第
i
天无需对股票进行操作dp[i][0]=dp[i-1][0]
- 前一天不持有的情形:
- 前一天是不持有的并且不是冷冻期:
dp[i][0]=dp[i-1][1]-prices[i]
- 前一天是冷冻期,在今天恰好可以买入:
dp[i][0]=dp[i-1][3]-prices[i]
- 前一天是不持有的并且不是冷冻期:
对于 dp[i][1]
的推导:两种情形
- 前一天不持有且不是冷冻期的情形:
dp[i][1]=dp[i-1][1]
- 前一天是冷冻期的情形:
dp[i][1]=dp[i-1][3]
对于 dp[i][2]
的推导:一种情形
- 前一天持有股票:
dp[i][2]=dp[i-1][0]+prices[i]
对于 dp[i][3]
的推导:一种情形
- 前一天卖出股票:
dp[i][3]=dp[i-1][2]
综上所述,总体的递推代码为:
1 | dp[i][0]=max(dp[i-1][0],max(dp[i-1][1]-prices[i],dp[i-1][3]-prices[i])); |
动态规划数组的初始化:对于
dp[0][0]
在第一天买入dp[0][0]=-prices[0]
,对于dp[0][1]
是不持有的状态,那么就只需要在一开始就不买入:dp[0][1]=0
对于dp[0][2]
也就是当天买入当天卖出dp[0][2]=0
不存在第一天为冷冻期的情形,那么此时的现金数就一定是0动态规划数组的遍历顺序:从前向后遍历
- 举例验证:
代码实现:使用滚动数组实现
1 | class Solution { |
本题的重点在于对状态的细分,不能简单划分为持有或不持有两种,需要将当天卖出进行单独划分,根本的原因在于卖出后将会有一天的冷冻期。冷冻这一天是不允许对股票进行操作的,并且也是一种不持有股票的状态,因此状态2和状态4是能够合并的。