本文主要是介绍「动态规划」买卖股票的最佳时机,如何处理冷冻期?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
309. 买卖股票的最佳时机含冷冻期https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-with-cooldown/
给定一个整数数组prices,其中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)。
- 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。
- 输入:prices = [1],输出:0。
提示:1 <= prices.length <= 5000,0 <= prices[i] <= 1000。
我们用动态规划的思想来解决这个问题。
确定状态表示:根据经验和题目要求,我们用dp[i]表示:在第i天结束后的最大利润。但是,这个状态表示不够细致,不容易推出状态转移方程。
在第i天结束后:
- 如果你手里有股票,那么你处于买入状态。
- 如果你手里没有股票,且在第i天刚刚卖出股票,那么你处于冷冻期状态。
- 如果你手里没有股票,且并没有在第i天卖出股票,那么你处于可交易状态。
所以,我们把状态表示细分为:
- 用dp[i][0]表示:在第i天结束后,处于买入状态下,此时的最大利润。
- 用dp[i][1]表示:在第i天结束后,处于冷冻期状态下,此时的最大利润。
- 用dp[i][2]表示:在第i天结束后,处于可交易状态下,此时的最大利润。
推导状态转移方程:我们思考一下在第i天可以进行的操作。
- 在第i - 1天结束后,如果你处于买入状态:
- 你可以在第i天什么都不做,继续持有股票,在第i天结束后依然处于买入状态。
- 你也可以在第i天卖出股票,在第i天结束后处于冷冻期状态。
- 在第i - 1天结束后,如果你处于冷冻期状态:
- 你只能选择什么都不做,在第i天结束后就解冻了,处于可交易状态。
- 在第i - 1天结束后,如果你处于可交易状态:
- 你可以选择在第i天什么都不做,在第i天结束后依然处于可交易状态。
- 你也可以选择在第i天买入股票,在第i天结束后处于买入状态。
- 你也可以选择在第i天买入股票,接着立刻卖出股票,在第i天结束后处于冷冻期状态。但是这么做是没意义的,并不会增加利润,所以在分析状态转移方程时不考虑这种操作。
如何计算利润呢?初始利润是0,
- 如果买入股票,那么利润要减去股票当天的价格。
- 如果卖出股票,那么利润就要加上股票当天的价格。
- 如果什么都不做,那么利润不变。
接下来,考虑最近的一步,即第i - 1天结束后的状态和第i天的操作。
- 如果第i天结束后处于买入状态,此时的最大利润dp[i][0]是以下情况的最大值。
- 如果第i - 1天结束后处于买入状态,在第i天什么都不做,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润,即dp[i - 1][0]。
- 如果第i - 1天结束后处于可交易状态,在第i天买入股票,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润减去股票在第i天的价格,即dp[i - 1][2] - prices[i]。
- 如果第i天结束后处于冷冻期状态,此时的最大利润dp[i][1]是以下情况的最大值。
- 由于不考虑买入后立刻卖出的情况,只有可能是在第i - 1天结束后处于买入状态,在第i天卖出股票,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润加上股票在第i天的价格,即dp[i - 1][0] + prices[i]。
- 如果第i天结束后处于可交易状态,此时的最大利润dp[i][2]是以下情况的最大值。
- 如果第i - 1天结束后处于冷冻期状态,在第i天什么都不做,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润,即dp[i - 1][1]。
- 如果第i - 1天结束后处于可交易状态,在第i天什么都不做,在第i天结束后的最大利润就是在第i - 1天结束后的最大利润,即dp[i - 1][2]。
综上所述:dp[i][0] = max(dp[i - 1][0], dp[i - 1][2] - prices[i]),dp[i][1] = dp[i - 1][0] + prices[i],dp[i][2] = max(dp[i - 1][1], dp[i - 1][2])。
初始化:根据状态转移方程,在计算dp[0][j],其中j的范围是[0, 2]时,会越界访问,所以需要对其初始化。
- 如果第0天结束后处于买入状态,只能在第0天买入股票,显然dp[0][0] = -prices[0]。
- 如果在第0天结束后处于冷冻期状态,只能在第0天买入后立刻卖出股票(这种操作没有意义,但是初始化时只能这么解释),显然dp[0][1] = 0。
- 如果在第0天结束后处于可交易状态,只能在第0天什么都不做,显然dp[0][2] = 0。
综上所述:dp[0][0] = -prices[0],dp[0][1] = dp[0][2] = 0。
填表顺序:根据状态转移方程,dp[i][j]依赖于dp[i - 1][j],所以应沿着i增大的方向填表。
返回值:假设总共有n天,那么对于第i天,i的范围就是[0, n - 1]。如果要获取最大利润,那么第n - 1天结束后不能处于买入状态(手中有股票的话,在最后一天卖出会获得更高的利润),所以在第n - 1天结束后只有可能处于冷冻期状态或者可交易状态。再根据状态表示,我们最终要返回的是,在第n - 1天结束后处于冷冻期状态或者可交易状态这2种情况中,最大利润的较大值,即max(dp[n - 1][1], dp[n - 1][2])。
细节问题:由于下标i的范围是[0, n - 1],下标j的范围是[0, 2],所以dp表的规模是n x 3。
时间复杂度:O(N),空间复杂度:O(N)。
class Solution {
public:int maxProfit(vector<int>& prices) {int n = prices.size();// 创建dp表vector<vector<int>> dp(n, vector<int>(3));// 初始化dp[0][0] = -prices[0];// 填表for (int i = 1; i < n; i++) {dp[i][0] = max(dp[i - 1][0], dp[i - 1][2] - prices[i]);dp[i][1] = dp[i - 1][0] + prices[i];dp[i][2] = max(dp[i - 1][1], dp[i - 1][2]);}// 返回结果return max(dp[n - 1][1], dp[n - 1][2]);}
};
这篇关于「动态规划」买卖股票的最佳时机,如何处理冷冻期?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!