leetcode:188. 买卖股票的最佳时机IV
188. 买卖股票的最佳时机IV
来源:力扣(LeetCode)
链接: https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-iv/
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
解法
- 动态规划+贪心算法:涉及状态,前后又有关联的情况,考虑动态规划方法
- 如果k大于等于长度的话,说明每天都可以交易,变成之前的题目,不限制交易次数,使用贪心算法即可,找相邻左低右高的即可。
- 如果k小于长度的话,使用动态规划
动态规划:四个步骤:- 问题定义
- 状态转移方程
- 初始条件和边界情况
- 确定计算顺序(自顶向下,还是自下向上)
问题定义:
每天都有两种状态,当天买了还是卖。另外最多k次交易机会,该天是第几次交易,这里以买为交易计数,卖不计数。因此涉及到两个状态的变化,及天数变化,使用三维数组dp[i][j][0/1]
, 表示第i天,交易的第j次,手上是否有股票(0表示没有,1表示有)
状态转移方程:
- dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j][1]+prices[i])
- dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j-1][0]-prices[i])
初始化条件和边界条件
- 当i==0时候,dp[i][j][0] = 0, dp[i][j][1] = -prices[0]
- 当j==0时候,dp[i][j][0] = 0, dp[i][j][1] = float(‘-inf’)
确定计算顺序:
这个是从下向上的方向计算即可
代码实现
动态规划
python实现
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
n = len(prices)
if n <= 1 or k == 0:
return 0
if k >= n:
ans = 0
for i in range(1, n):
if prices[i] > prices[i-1]:
ans += prices[i] - prices[i-1]
return ans
dp = [[[0 for _ in range(2)] for _ in range(k+1)] for _ in range(n)]
for i in range(n):
for j in range(k+1):
if i == 0:
dp[i][j][0] = 0
dp[i][j][1] = -prices[0]
elif j == 0:
dp[i][j][0] = 0
dp[i][j][1] = float('-inf')
else:
dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j][1]+prices[i])
dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j-1][0]-prices[i])
return dp[-1][-1][0]
c++实现
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
int n = prices.size();
if (n <= 1 || k <= 0) return 0;
if ( k >= n) {
int ans = 0;
for (int i=1; i<n; i++) {
if (prices[i] > prices[i-1])
ans += prices[i] - prices[i-1];
}
return ans;
}
vector<vector<vector<int>>> dp(n, vector<vector<int>>(k+1, vector<int>(2, 0)));
for (int i=0; i<n; i++) {
for (int j=0; j<=k; j++) {
if (i == 0) {
dp[i][j][0] = 0;
dp[i][j][1] = -prices[0];
}
else if (j == 0) {
dp[i][j][0] = 0;
dp[i][j][1] = INT_MIN;
}
else {
dp[i][j][0] = max(dp[i-1][j][0], dp[i-1][j][1]+prices[i]);
dp[i][j][1] = max(dp[i-1][j][1], dp[i-1][j-1][0]-prices[i]);
}
}
}
return dp[n-1][k][0];
}
};
复杂度分析
- 时间复杂度: O ( N ∗ K ) O(N*K) O(N∗K)
- 空间复杂度: O ( N ∗ K ∗ 2 ) O(N*K*2) O(N∗K∗2)