第四十八天| 121. 买卖股票的最佳时机、122.买卖股票的最佳时机II-CSDN博客
第五十天| 123.买卖股票的最佳时机III、188.买卖股票的最佳时机IV-CSDN博客
Leetcode 309.最佳买卖股票时机含冷冻期
题目链接:309 最佳买卖股票时机含冷冻期
题干:给定一个整数数组
prices
,其中第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)。
思考:动态规划。本题是在 122.买卖股票的最佳时机II 的基础上加上冷冻期。
- 确定dp数组以及下标的含义(本题的难点)
dp[i][j]:第i天,状态为j,所剩的最多现金为dp[i][j]。
出现冷冻期后,状态比较复杂度。尤其要注意 不进行买入卖出 的几种情况。
具体可以区分出如下四个状态:
- 状态一:持有股票状态(今天 或 之前就买入了股票然后没有操作,一直持有)
- 不持有股票状态,这里就有两种卖出股票状态
- 状态二:保持卖出股票状态(前一天处于冷冻期 或 之前就是卖出股票状态,一直没操作)
- 状态三:今天卖出股票(真实卖出股票)
- 状态四:今天为冷冻期状态,但冷冻期状态不可持续,只有一天!
以上状态j分别用0,1,2,3代指。
本题之所以要将不持有股票的状态分为状态二和状态三,是由于如果本题的冷冻期从不持有股票的状态推出,则冷冻期连续,不止一天,与题干矛盾。
- 确定递推公式
达到买入股票状态(状态一)即:dp[i][0],有两个具体操作:
- 操作一:前一天就是持有股票状态(状态一),dp[i][0] = dp[i - 1][0]
- 操作二:今天买入股票,有两种情况
- 前一天是冷冻期(状态四),dp[i - 1][3] - prices[i]
- 前一天是保持卖出股票的状态(状态二),dp[i - 1][1] - prices[i]
那么dp[i][0] = max(dp[i - 1][0], dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]);
达到保持卖出股票状态(状态二)即:dp[i][1],有两个具体操作:
- 操作一:前一天就是状态二,dp[i - 1][1]
- 操作二:前一天是冷冻期(状态四),dp[i - 1][3]
dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
达到今天就卖出股票状态(状态三),即:dp[i][2] ,只有一个操作:
昨天一定是持有股票状态(状态一),今天卖出。即:dp[i][2] = dp[i - 1][0] + prices[i];
达到冷冻期状态(状态四),即:dp[i][3],只有一个操作:
昨天卖出了股票(状态三)。dp[i][3] = dp[i - 1][2];
- dp数组如何初始化
从递推公式可以看出,基础为dp[0][j],即第0天如何初始化。
如果是持有股票状态(状态一)那么:dp[0][0] = -prices[0],一定是当天买入股票。
之后三种状态的初始化,从定义难以解释,因此我们直接从递推公式来推导。
如果i为1,第1天买入股票,那么递归公式中需要计算 dp[i - 1][1] - prices[i] ,即 dp[0][1] - prices[1],此处的 dp[0][1] (即第0天的保持卖出股票状态(状态二))相当于第0天的利润作本金,因此初始为0。
同理第0天的今天卖出股票(状态三),dp[0][2]也应初始化为0。
此外由于冷冻期不操作,状态四和状态三的值恒等。因此dp[0][3]也初始为0。
- 确定遍历顺序
从递归公式上可以看出,dp[i] 依赖于 dp[i-1],所以是从前向后遍历。
- 举例推导dp数组
以 [1,2,3,0,2] 为例,dp数组如下:
最后 获取最大金额一定不是持有股票的状态,只可能是最后一天卖出股票(状态三)或最后一天不操作(状态二和状态四),并且返回这三种状态的最大值。
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>> dp(prices.size(), vector<int>(4));
dp[0][0] = - prices[0];
dp[0][1] = 0;
dp[0][2] = 0;
dp[0][3] = 0;
for (int i = 1; i < prices.size(); i++) {
//保持持有股票、之前处于卖出股票本次买入股票、之前处于冷冻期本次买入股票
dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][1], dp[i - 1][3]) - prices[i]);
//保持卖出股票状态、之前处于冷冻期状态本次处于卖出股票状态
dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
//之前处于持有股票状态本次真实卖出股票
dp[i][2] = dp[i - 1][0] + prices[i];
//之前真实卖出股票本次处于冷冻期
dp[i][3] = dp[i - 1][2];
}
//最后一天卖出股票 或 最后一天无操作
return max(dp[prices.size() - 1][2], max(dp[prices.size() - 1][1], dp[prices.size() - 1][3]));
}
};
Leetcode 714.买卖股票的最佳时机含手续费
题目链接:714 买卖股票的最佳时机含手续费
题干:给定一个整数数组
prices
,其中prices[i]
表示第i
天的股票价格 ;整数fee
代表了交易股票的手续费用。你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费。
思考:动态规划。本题与 122.买卖股票的最佳时机II 的区别就是这里需要多一个减去手续费的操作。减去手续费的操作既可以放在购入股票时也可以放在卖出股票时。(下面的代码将费用放在购票时)。递推公式和初始化稍加修改即可。
代码:
class Solution {
public:
int maxProfit(vector<int>& prices, int fee) {
//dp[i][0]:第i天持有股票状态 dp[i][1]:第i天不持有股票状态
vector<vector<int>> dp(prices.size(), vector<int>(2));
dp[0][0] = - prices[0] - fee; //买入股票时考虑手续费
dp[0][1] = 0;
for (int i = 1; i < prices.size(); i++) {
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i] - fee); //一直持有股票 或 第i天买入股票(上一次交易利润作本金)
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]); //第i天卖出股票 或 之前就卖出股票
}
return dp[prices.size() - 1][1];
}
};
股票问题总结:
股票问题的重点有两处:
对于股票交易次数的限制 可以从 每次交易的本金 和 交易状态考虑。只需一次交易则交易本金一直为0;无限次交易则将上次交易的利润当作本次交易的本金;有限次(大于一次)交易通过添加 不同次交易状态 来同步更新 保证不超过指定交易次数。
对于交易情况的限制 可以从 交易状态考虑。本质上和有限次交易次数限制一样,但是要考虑具体的状态种类 来确定dp数组含义 以及 考虑全各种状态之间的转换情况 来确定递推公式。