题目描述
给定一个整数数组,其中第 i 个元素代表了第 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):
- 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)。
- 卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
输入: [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]
来源 -> 力扣:最佳买卖股票时机含冷冻期
题目分析
1. 状态定义
我们用 f[i] 表示第 i 天结束之后的「累计最大收益」。根据题目描述,由于我们最多只能同时买入(持有)一支股票,并且卖出股票后有冷冻期的限制,因此我们会有三种不同的状态:
- 我们目前持有一支股票,对应的「累计最大收益」记为
;
- 我们目前不持有任何股票,并且处于冷冻期中,对应的「累计最大收益」记为
;
- 我们目前不持有任何股票,并且不处于冷冻期中,对应的「累计最大收益」记为
。
2. 状态转移
对于
,我们目前持有的这一支股票可以是在第 i−1 天就已经持有的,对应的状态为
;或者是第 i 天买入的,那么第 i−1 天就不能持有股票并且不处于冷冻期中,对应的状态为
加上买入股票的负收益
。
因此状态转移方程为:对于
,我们在第 i 天结束之后处于冷冻期的原因是在当天卖出了股票,那么说明在第 i−1 天时我们必须持有一支股票,对应的状态为
加上卖出股票的正收益
。
因此状态转移方程为:对于
,我们在第 i 天结束之后不持有任何股票并且不处于冷冻期,说明当天没有进行任何操作,即第 i−1 天时不持有任何股票:如果处于冷冻期,对应的状态为
; 如果不处于冷冻期,对应状态为
。
因此状态转移方程为:
3、输出结果
注意到如果在最后一天(第 n−1 天)结束之后,手上仍然持有股票,那么显然是没有任何意义的。因此更加精确地,最终的答案实际上是 和
中的较大值,即:
4、代码实现
class Solution { public int maxProfit(int[] prices) { int day = prices.length; if(day < 2) return 0; int[][] f = new int[day][3]; // f[i][0]: 手上持有股票的最大收益 // f[i][1]: 手上不持有股票,并且处于冷冻期中的累计最大收益 // f[i][2]: 手上不持有股票,并且不在冷冻期中的累计最大收益 f[0][0] = -prices[0]; for(int i = 1;i < day;i ++){ f[i][0] = Math.max(f[i - 1][0],f[i - 1][2] - prices[i]); f[i][1] = f[i - 1][0] + prices[i]; f[i][2] = Math.max(f[i - 1][1], f[i - 1][2]); } return Math.max(f[day-1][1],f[day - 1][2]); } }
5、空间优化
注意到上面的状态转移方程中, 只与
有关,而与
及之前的所有状态都无关,因此我们不必存储这些无关的状态。也就是说,我们只需要将
存放在三个变量中,通过它们计算出
并存回对应的变量,以便于第 i+1 天的状态转移即可。
class Solution { public int maxProfit(int[] prices) { if (prices.length == 0) { return 0; } int n = prices.length; int f0 = -prices[0]; int f1 = 0; int f2 = 0; for (int i = 1; i < n; ++i) { int newf0 = Math.max(f0, f2 - prices[i]); int newf1 = f0 + prices[i]; int newf2 = Math.max(f1, f2); f0 = newf0; f1 = newf1; f2 = newf2; } return Math.max(f1, f2); } }
参考博文:最佳买卖股票时机含冷冻期