目录
- 1. 题目:
- 2. 我的代码:
- 小结:
1. 题目:
给你一个整数数组 prices 和一个整数 k ,其中 prices[i] 是某支给定的股票在第 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。也就是说,你最多可以买 k 次,卖 k 次。
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 。
2. 我的代码:
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
# dp数组下标的含义:i=0:当天保持没买、i=1:当天保持第一次买入、i=2:当天保持第一次卖出、i=3:当天保持第二次买入、i=4:当天保持第二次卖出
dp = [[0] * len(prices) for _ in range(2 * k + 1)]
# dp初始化
dp[0][0] = 0
for k_p in range(1, 2 * k, 2):
dp[k_p][0] = -prices[0]
dp[k_p + 1][0] = 0
# 递推公式
for i in range(1, len(prices)):
for k_p in range(1, 2 * k, 2):
dp[0][i] = dp[0][i - 1]
dp[k_p][i] = max(dp[k_p][i - 1], dp[k_p - 1][i - 1] - prices[i])
dp[k_p + 1][i] = max(dp[k_p + 1][i - 1], dp[k_p][i - 1] + prices[i])
return dp[2 * k][-1]
这个与 买卖股票的最佳时机3 类似,只不过就是把2次的规律推理到k天,详细分析过程可以看:
买卖股票的最佳时机3
小结:
关注我给大家分享更多有趣的知识,以下是个人公众号,提供 ||代码兼职|| ||代码问题求解||
添加我的公众号即可: