Say you have an array for which the ith element is the price of a given stock on day i.
Design an algorithm to find the maximum profit. You may complete at most two transactions.
Note: You may not engage in multiple transactions at the same time (i.e., you must sell the stock before you buy again).
Example 1:
Input: prices = [3,3,5,0,0,3,1,4] Output: 6 Explanation: Buy on day 4 (price = 0) and sell on day 6 (price = 3),
profit = 3-0 = 3. Then buy on day 7 (price = 1) and sell on day
8 (price = 4), profit = 4-1 = 3.Example 2:
Input: prices = [1,2,3,4,5] Output: 4 Explanation: Buy on day 1 (price = 1) and sell on day 5 (price = 5),
profit = 5-1 = 4. Note that you cannot buy on day 1, buy on day 2 and
sell them later, as you are engaging
multiple transactions at the same time. You must sell before buying again.Example 3:
Input: prices = [7,6,4,3,1] Output: 0 Explanation: In this case, no transaction is done, i.e. max profit = 0.Example 4:
Input: prices = [1] Output: 0
Constraints:
1 <= prices.length <= 105
0 <= prices[i] <= 105
买卖股票的最佳时机III。题意跟之前两个版本类似,也是给一个数组,表示每天的股价。这道题给的题设是如果允许你最多买卖两次,请你返回最大利润。
思路依然是动态规划。这道题我还是参考了一个写的非常好的题解。这里我们依然需要一个二维数组dp[][]。其中第一维的长度是数组的长度len,第二维的长度是5,这里只有可能是五个数字0,1,2,3,4。这里第一维代表的就是遍历到某个位置的DP值,第二维表示的是在当前位置是否持有股票。注意这里的不持有不是一直不买,而是卖出之后的不持有。五个数字的定义如下,
- 0 - 没有任何交易的时候
- 1 - 第一次买
- 2 - 第一次卖
- 3 - 第二次买
- 4 - 第二次卖
根据这个定义,我们能得出几个结论,
所有的dp[i][3]都需要定义成Integer.MIN_VALUE。因为第一次买入都没发生的时候,第二次的买入就更加无从谈起
所有的dp[i][0]都是0,因为没有交易就不会有收益
最后的收益只有可能是从第一次卖或者第二次卖之后得到的,因为不卖出就没有收益
时间O(n)
空间O(mn) - 二维数组
Java实现
1 class Solution { 2 public int maxProfit(int[] prices) { 3 int len = prices.length; 4 // corner case 5 if (len < 2) { 6 return 0; 7 } 8 // dp[i][j] ,表示 [0, i] 区间里,状态为 j 的最大收益 9 // j = 0:什么都不操作 10 // j = 1:第 1 次买入一支股票 11 // j = 2:第 1 次卖出一支股票 12 // j = 3:第 2 次买入一支股票 13 // j = 4:第 2 次卖出一支股票 14 // 初始化 15 int[][] dp = new int[len][5]; 16 dp[0][0] = 0; 17 dp[0][1] = -prices[0]; 18 // 3 状态都还没有发生,因此应该赋值为一个不可能的数 19 for (int i = 0; i < len; i++) { 20 dp[i][3] = Integer.MIN_VALUE; 21 } 22 // 状态转移只有 2 种情况: 23 // 情况 1:什么都不做 24 // 情况 2:由上一个状态转移过来 25 for (int i = 1; i < len; i++) { 26 // j = 0 的值永远是 0 27 dp[i][0] = 0; 28 dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]); 29 dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] + prices[i]); 30 dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] - prices[i]); 31 dp[i][4] = Math.max(dp[i - 1][4], dp[i - 1][3] + prices[i]); 32 } 33 // 最大值只发生在不持股的时候,因此来源有 3 个:j = 0 ,j = 2, j = 4 34 return Math.max(0, Math.max(dp[len - 1][2], dp[len - 1][4])); 35 } 36 }