随想录日记part40
t i m e : time: time: 2024.04.10
主要内容:今天开始要学习动态规划的相关知识了,今天的内容主要涉及:
买卖股票的最佳时机加强版。
- 123.买卖股票的最佳时机III
- 188.买卖股票的最佳时机IV
动态规划五部曲:
【1】.确定dp数组以及下标的含义
【2】.确定递推公式
【3】.dp数组如何初始化
【4】.确定遍历顺序
【5】.举例推导dp数组
Topic1买卖股票的最佳时机|||
思路:
接下来进行动规五步曲:
1.确定dp数组以及下标的含义:
一天一共就有五个状态,
- 0.没有操作 (其实我们也可以不设置这个状态)
- 1.第一次持有股票
- 2.第一次不持有股票
- 3.第二次持有股票
- 4.第二次不持有股票
dp[i][j]中 i表示第i天,j为 [0 - 4] 五个状态,dp[i][j]表示第i天状态j所剩最大现金。
需要注意:dp[i][1],表示的是第i天,买入股票的状态,并不是说一定要第i天买入股票,这是很多同学容易陷入的误区。例如 dp[i][1] ,并不是说 第i天一定买入股票,有可能 第 i-1天 就买入了,那么 dp[i][1] 延续买入股票的这个状态。
2.确定递推公式:
【达到dp[i][1]有两个操作】:
操作一:第i天买入股票了,那么dp[i][1] = dp[i-1][0] - prices[i]
操作二:第i天没有操作,而是沿用前一天买入的状态,即:dp[i][1] = dp[i - 1][1]
那么dp[i][1]究竟选 dp[i-1][0] - prices[i],还是dp[i - 1][1]呢?
一定是选最大的,所以 dp[i][1] = max(dp[i-1][0] - prices[i], dp[i - 1][1]);
【dp[i][2]也有两个操作】:
操作一:第i天卖出股票了,那么dp[i][2] = dp[i - 1][1] + prices[i]
操作二:第i天没有操作,沿用前一天卖出股票的状态,即:dp[i][2] = dp[i - 1][2]
所以dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2])
同理可推出剩下状态部分:
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);3.dp数组如何初始化
dp数组如何初始化
第0天没有操作,这个最容易想到,就是0,即:dp[0][0] = 0;
第0天做第一次买入的操作,dp[0][1] = -prices[0];
第0天做第一次卖出的操作,这个初始值应该是多少呢?
此时还没有买入,怎么就卖出呢? 其实大家可以理解当天买入,当天卖出,所以dp[0][2] = 0;
第0天第二次买入操作,初始值应该是多少呢?应该不少同学疑惑,第一次还没买入呢,怎么初始化第二次买入呢?
第二次买入依赖于第一次卖出的状态,其实相当于第0天第一次买入了,第一次卖出了,然后再买入一次(第二次买入),那么现在手头上没有现金,只要买入,现金就做相应的减少。
所以第二次买入操作,初始化为:dp[0][3] = -prices[0];
同理第二次卖出初始化dp[0][4] = 0;
4.确定遍历顺序
从递归公式其实已经可以看出,一定是从前向后遍历,因为dp[i],依靠dp[i - 1]的数值。
5.举例推导dp数组
以输入[1,2,3,4,5]为例
代码如下:
class Solution {
class Solution {
public int maxProfit(int[] prices) {
// 定义dp
int len = prices.length;
int[][] dp = new int[len][5];
// 初始化
dp[0][1] = -prices[0];
dp[0][3] = -prices[0];
// 状态转移
for (int i = 1; i < len; i++) {
dp[i][0] = dp[i - 1][0];
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
dp[i][2] = Math.max(dp[i - 1][1] + prices[i], dp[i - 1][2]);
dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
dp[i][4] = Math.max(dp[i - 1][3] + prices[i], dp[i - 1][4]);
}
return dp[len - 1][4];
}
}
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
n
∗
5
)
O(n*5)
O(n∗5)
Topic2买卖股票的最佳时机IV
题目:
思路:
参考上一题
class Solution {
public int maxProfit(int k, int[] prices) {
// 定义dp
int len = prices.length;
int[][] dp = new int[len][2 * k + 1];
// 初始化
for (int i = 1; i < 2 * k + 1; i = i + 2) {
dp[0][i] = -prices[0];
}
for (int i = 1; i < len; i++) {
for (int j = 0; j < 2 * k - 1; j = j + 2) {
dp[i][j + 1] = Math.max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);
dp[i][j + 2] = Math.max(dp[i - 1][j + 1] + prices[i], dp[i - 1][j + 2]);
}
}
return dp[len - 1][2 * k];
}
}
时间复杂度:
O
(
n
∗
k
)
O(n*k)
O(n∗k)
空间复杂度:
O
(
n
∗
k
)
O(n*k)
O(n∗k)