代码随想录 (programmercarl.com)
至多买卖交易两次
1.dp数组含义及下标含义
i:表示第i天
dp[i][0]:不操作,手头现金一定是0
dp[i][1]:第一次持有(不一定是在第i天买入,可能之前已经买入,延续前i - 1天的状态)
dp[i][2]:第一次不持有(不一定是在第i天卖出,也可能是延续前面i - 1天不持有的状态)
dp[i][3]:第二次持有(不一定是在第i天买入,可能之前已经买入,延续前i - 1天的状态)
dp[i][4]:第二次不持有(不一定是在第i天卖出,也可能是延续前面i - 1天不持有的状态)
2.递推公式
根据以上五种状态,进行递推公式的分析:
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.初始化
dp[0][0] = 0;
dp[0][1] = - prices[0];
dp[0][2] = 0;//可以同一天进行买卖(==同一天不进行操作),题目的提示中有数组长度为1的情况,最终利润是0,可以理解为同一天进行买入和卖出的操作
dp[0][3] = - prices[0];//当天买卖和当天不买卖,不操作,结果是一样的
dp[0][4] = 0;//当天买卖
4.遍历顺序
从前往后遍历
class Solution {
public int maxProfit(int[] prices) {
if(prices == null | prices.length == 0){
return 0;
}
int[][] dp = new int[prices.length][5];
dp[0][0] = 0;
dp[0][1] = -prices[0];
dp[0][2] = 0;
dp[0][3] = -prices[0];
dp[0][4] = 0;
for (int i = 1; i < prices.length; i++) {
dp[i][0] = dp[i - 1][0];
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);//第一次持有
dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] + prices[i]);//第一次不持有
dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] - prices[i]);//第二次持有
dp[i][4] = Math.max(dp[i - 1][4], dp[i - 1][3] + prices[i]);//第二次不持有
}
return dp[prices.length - 1][4];
}
}
至多买卖交易k次
dp数组含义一致,上一题至多买卖2次,二维数组的第二维度有5个状态。
此处有至多卖卖k次,dp数组大小为dp[prices.length][2k + 1]
同时,对于递推公式,需要使用循环的方式表达(将上一题变得更加普适):
1)对于持有股票:dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i])
2)对于不持有股票:dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] +?prices[i])
其中,初始化也需要循环进行:
对于j为奇数的情况,将其初始化为-prices[0],对于j为偶数的情况,默认初始化为0。
class Solution {
public int maxProfit(int k, int[] prices) {
int[][] dp = new int[prices.length][2 * k + 1];
for (int j = 1; j < 2 * k; j += 2){
dp[0][j] = -prices[0];
}
for (int i = 1; i < prices.length; i++) {
for (int j = 0; j < 2 * k; j += 2){
dp[i][j + 1] = Math.max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);
dp[i][j + 2] = Math.max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);
}
}
return dp[prices.length - 1][2 * k];
}
}