目录
力扣309. 买卖股票的最佳时机含冷冻期
难度 中等
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 1:
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]
示例 2:
输入: prices = [1] 输出: 0
提示:
1 <= prices.length <= 5000
0 <= prices[i] <= 1000
class Solution {
public:
int maxProfit(vector<int>& prices) {
}
};
状态机分析
以某个位置为结尾,结合题目要求,定义⼀个状态表示:
由于有买入、可交易、冷冻期三个状态,因此我们可以选择⽤三个数组,其中:
- dp[i][0] 表示:第 i 天结束后,处于买入状态,此时的最大利润;
- dp[i][1] 表示:第 i 天结束后,处于可交易状态,此时的最大利润;
- dp[i][2] 表示:第 i 天结束后,处于冷冻期状态,此时的最大利润。
处于买入状态的时候,持有股票,此时不能买股票,只能继续持有股票,或者卖出股票。处于可交易状态的时候: 如果在冷冻期,不能买入,如果不在冷冻期,才能买入。
三种状态的转换有个名字叫做状态机:(在下面解释这个图)
对于 dp[i][0] 买入状态,有两种情况能到达这个状态:
- 从买入到买入:在 i - 1 天持有股票,此时最大收益应该和 i - 1 天的保持一致: dp[i - 1] [0] ;
- 从可交易到买入:在 i 天买入股票,那我们应该选择 i - 1 天不在冷冻期的时候买入,由于买入需要花钱,所以此时最大收益为: dp[i - 1][1] - prices[i] ;
两种情况应取最大值,因此: dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]) ;
对于 dp[i][1] 可交易状态,有两种情况能到达这个状态:
- 从可交易到可交易:在 i - 1 天的时候,手上没有股票,也不在冷冻期,但是依旧啥也不⼲到第 i 天,此时 对应的状态为 dp[i - 1][1] ;
- 从冷冻期到可交易:在 i - 1 天的时候,已经处于冷冻期,然后啥也不⼲到第 i 天,此时对应的状态为: dp[i - 1][2] ;
两种情况应取最大值,因此: dp[i][1] = max(dp[i - 1][1], dp[i - 1][2]) ;
对于 dp[i][2] 冷冻期,只有一种情况能到达这个状态:
在 i - 1 天的时候,卖出股票。 因此对应的状态转移为: dp[i][2] = dp[i - 1][0] + prices[i] ;
三种状态都会用到前一个位置的值,因此需要初始化每一行的第一个位置:
- dp[0][0] :此时要想处于买入状态,必须把第⼀天的股票买了,因此 dp[0][0] = - prices[0] ;
- dp[0][1] :啥也不用干即可,因此 dp[0][1] = 0 ;
- dp[0][2] :手上没有股票,买⼀下卖⼀下就处于冷冻期,此时收益为 0 ,因此 dp[0][2] = 0 ;
根据状态表示,三个表从左往右一起填。最后返卖出状态下的最大值,因此应该返回 max(dp[n - 1][1], dp[n - 1] [2]) ;
解析代码
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
vector<vector<int>> dp(n, vector<int>(3));
dp[0][0] = -prices[0];
for(int i = 1; i < n; ++i)
{ // 注意prices下标映射
dp[i][0] = max(dp[i-1][0], dp[i-1][1] - prices[i]);
dp[i][1] = max(dp[i-1][1], dp[i-1][2]);
dp[i][2] = dp[i-1][0] + prices[i]; // 在 i-1 天的时候,卖出股票
}
return max(dp[n-1][1], dp[n-1][2]);
}
};