Leetcode No.188 买卖股票的最佳时机 IV(动态规划)
一、题目描述
给定一个整数数组 prices ,它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
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:k = 2, prices = [2,4,1]
输出:2
解释:在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入:k = 2, prices = [3,2,6,5,0,3]
输出:7
解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 天 (股票价格 = 0) 的时候买入,在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。
提示:
0 <= k <= 100
0 <= prices.length <= 1000
0 <= prices[i] <= 1000
二、解题思路
本题是123题的进阶版,123题要求至多有2次交易,本题要求至多有k次交易。
Leetcode No.123 买卖股票的最佳时机 III(动态规划)_公众号:算法攻城狮-CSDN博客
动规五部曲,分析如下:
1、确定dp数组以及下标的含义
使用二维数组 dp[i][j] :
第i天的状态为j,所剩下的最大现金是dp[i][j]
j的状态表示为:
0 表示不操作 1 第一次买入 2 第一次卖出 3 第二次买入 4 第二次卖出 ..... 大家应该发现规律了吧 ,除了0以外,偶数就是卖出,奇数就是买入。
题目要求是至多有K笔交易,那么j的范围就定义为 2 * k + 1 就可以了。
2、确定递推公式
还要强调一下: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]买入状态,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] 选最大的,所以 dp[i][1] = max(dp[i - 1][0] - prices[i], dp[i - 1][0]);
同理dp[i][2]卖出也有两个操作:
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][i] + prices[i], dp[i][2])
同理可以类比剩下的状态,代码如下:
for (int j = 0; j < k*2 - 1; j += 2) {
//买入
dp[i][j + 1] = Math.max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);
//卖出
dp[i][j + 2] = Math.max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);
}
3、dp数组如何初始化
第0天没有操作,这个最容易想到,就是0,即:dp[0][0] = 0;
第0天做第一次买入的操作,dp[0][1] = -prices[0];
第0天做第一次卖出的操作,这个初始值应该是多少呢?
首先卖出的操作一定是收获利润,整个股票买卖最差情况也就是没有盈利即全程无操作现金为0,
从递推公式中可以看出每次是取最大值,那么既然是收获利润如果比0还小了就没有必要收获这个利润了。
所以dp[0][2] = 0;
第0天第二次买入操作,初始值应该是多少呢?
不用管第几次,现在手头上没有现金,只要买入,现金就做相应的减少。
第二次买入操作,初始化为:dp[0][3] = -prices[0];
所以同理可以推出dp[0][j]当j为奇数的时候都初始化为 -prices[0]
代码如下:
for (int j = 1; j < 2 * k; j += 2) {
dp[0][j] = -prices[0];
}
在初始化的地方同样要类比j为偶数是卖、奇数是买的状态。
4、确定遍历顺序
从递归公式其实已经可以看出,一定是从前向后遍历,因为dp[i],依靠dp[i - 1]的数值。
5、举例推导dp数组
以输入[1,2,3,4,5],k=2为例。
最后一次卖出,一定是利润最大的,dp[prices.size() - 1][2 * k]即红色部分就是最后求解。
最后一次卖出,一定是利润最大的,dp[prices.size() - 1][2 * k]即红色部分就是最后求解。
三、代码
public class Solution {
public int maxProfit(int k, int[] prices) {
if (prices.length == 0){
return 0;
}
int len = prices.length;
//第0天没有操作,dp[0][0]=0
int[][] dp = new int[len][k*2 + 1];
// dp数组的初始化,奇数是买入
for (int i = 1; i < k*2; i += 2) {
dp[0][i] = -prices[0];
}
//天数
for (int i = 1; i < len; i++) {
//股票状态: 奇数表示第k次交易持有/买入, 偶数表示第k次交易不持有/卖出, 0表示没有操作
for (int j = 0; j < k*2 - 1; j += 2) {
//买入
dp[i][j + 1] = Math.max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);
//卖出
dp[i][j + 2] = Math.max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);
}
}
return dp[len - 1][k*2];
}
public static void main(String[] args) {
int k = 2;
int[] prices = {2,4,1};
Solution solution=new Solution();
System.out.println(solution.maxProfit(k,prices));
}
}
四、复杂度分析
时间复杂度:O(n),其中 n 是数组 prices 的长度。
空间复杂度:O(n*k)。
相关文章
- 国产手机系统哪家强?6大手机系统对比
- 支付宝小程序正式面向个人开发者开放公测
- 支付宝上线反诈新功能:识别交易被骗风险会通知守护人
- 苹果将允许开发者研发同时适用于iPhone、iPad和Mac的通用应用程序
- 抖音推出首款小程序游戏,跟着神曲一起魔性跳跃吧!
- 安卓10.0内测版出现新版手势操作:取消返回键、全靠Home胶囊完成
- TalkingData—2018移动互联网行业报告发布
- 果粉去哪儿了? 还会回来吗?
- 余晟:从软件设计角度看携号转网
- 蓝牙5.1正式公布:新增位置查找功能,厘米级定位
- 12306短信公众号上线:一站式查询多种信息
- 昼夜自动变换&小程序全面屏!微信7.0.3来啦
- iPhone发布来最重要一次 下周苹果财报的四大焦点问题
- 苹果推送iOS12.1.3,用以解决积累的系统Bug
- 谷歌聘请macOS老兵操盘Fuchsia OS:加速取代安卓/Chrome OS
- 爆红十年后,谁“切”了苹果?
- 为了能让智能手机用十年 他们给旧手机做了个系统
- 诠释5G“新内涵” GMIC开启2019年“超序之美”
- iPhone成弃子 惶恐的苹果正在砸烂封闭的围墙
- 腾讯乐享发布三大新功能 助力客户打造新商业闭环