【leetcode】188.买卖股票的最佳时机IV

买卖股票系列题目题解
如果下面的题目还做,可以先做一下,由浅入深。
【leetcode】121.买卖股票的最佳时机
【leetcode】122.买卖股票的最佳时机II
【leetcode】123.买卖股票的最佳时机III
题目
leetcode原题链接
思路
-
针对本题,每一天有几个状态?持有股票和不持有股票两种?不行,要考虑到只能交易两次来区分转态。
-
一天有五种状态
-
还没有操作
-
已经第一次买入
-
已经第一次卖出
-
已经第二次买入
-
已经第二次卖出
-
-
设
dp[i][j]
表示第i天在状态j下的手里的金额,j的范围为0~4,分别表示上面的五种状态。 -
递推关系
- 还没有操作
dp[i][0] = dp[i-1][0]
- 已经第一次买入,有两种情况
- 前一天已经买入
dp[i - 1][1]
- 前一天还没有操作,今天第一次买入
dp[i-1][0] - prices[i]
- 选择手里金额大的
dp[i][1] = Math.max(dp[i - 1][1],dp[i-1][0] - prices[i])
- 前一天已经买入
- 已经第一次卖出,有两种情况
- 前一天已经第一次卖出
dp[i-1][2]
- 前一天第一次买入,今天卖出
dp[i-1][1] + prices[i]
- 选择手里金额大的
dp[i][2] = Math.max(dp[i-1][2] , dp[i-1][1] + prices[i])
- 前一天已经第一次卖出
- 已经第二次买入,有两种情况
- 前一天已经第二次买入
dp[i-1][3]
- 前一天已经第一次卖出,今天第二次买入
dp[i-1][2] - prices[i]
- 选择手里金额大的
dp[i][3] = Math.max(dp[i-1][3] , dp[i-1][2] - prices[i])
- 前一天已经第二次买入
- 已经第二次卖出,有两种情况
- 前一天已经第二次卖出
dp[i-1][4]
- 前一天已经第二次买入 ,今天第二次卖出
dp[i-1][3] + prices[i]
- 选择手里金额大的
dp[i][4] = Math.max(dp[i-1][4],dp[i-1][3] + prices[i])
- 前一天已经第二次卖出
- 还没有操作
-
dp数组初始化
dp[0][0] = 0
dp[0][1] = -prices[0]
dp[0][2] = 0
dp[0][3] = -prices[0]
dp[0][4] = 0
-
从prices数组第二项开始从前向后遍历
-
最后返回
dp[len - 1][4]
回到本题
-
本题和买卖股票的最佳时机III的区别就是交易次数从2变成了一个变量k,按照该题的思路用一个for循环遍历k应该就可以解决问题。
-
设
dp[i][j]
表示第i天在状态j下的手里的金额,j的范围为0~2*k
,分别表示2*k + 1
种状态。 -
递推关系
- 还没有操作
dp[i][0] = dp[i-1][0]
- 第k次已经买入的递推关系
dp[i][2*k-1] = Math.max(dp[i-1][2*k-1] , dp[i-1][2*k-2] - prices[i])
- 第k次已经卖出的递推关系
dp[i][2*k] = Math.max(dp[i-1][2*k] , dp[i-1][2*k-1] + prices[i])
- 还没有操作
-
dp数组初始化
dp[0][0] = 0
dp[0][1] = -prices[0]
dp[0][2] = 0
dp[0][3] = -prices[0]
dp[0][4] = 0
- …用for循环解决
-
从prices数组第二项开始从前向后遍历
-
最后返回
dp[len - 1][2*k]
代码
/**
* @param {number[]} prices
* @return {number}
*/
var maxProfit = function(k,prices) {
let len = prices.length
if(!len) return 0
let dp = (new Array(len)).fill(new Array(2*k + 1).fill(0))
for(let i = 0 ; i < k ; i++){
dp[0][2*i + 1] = -prices[0]
}
for(let i = 1 ; i < len ;i++){
dp[i][0] = dp[i-1][0]
for(let j = 1 ; j <= k ; j++){
dp[i][2*j-1] = Math.max(dp[i-1][2*j-1] , dp[i-1][2*j-2] - prices[i])
dp[i][2*j] = Math.max(dp[i-1][2*j] , dp[i-1][2*j-1] + prices[i])
}
}
return dp[len - 1][2*k]
};