1. question: 买卖股票的最佳时机III(困难)
给定一个数组,它的第 i 个元素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 两笔 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)。
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-iii
示例 1:
1 2 3 4
| 输入:prices = [3,3,5,0,0,3,1,4] 输出:6 解释:在第 4 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 。 随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
|
示例 2:
1 2 3 4 5
| 输入:prices = [1,2,3,4,5] 输出:4 解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。 注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。 因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
|
示例 3:
1 2 3
| 输入:prices = [7,6,4,3,1] 输出:0 解释:在这个情况下, 没有交易完成, 所以最大利润为 0。
|
示例 4:
提示:
1 2
| 1 <= prices.length <= 105 0 <= prices[i] <= 105
|
2. answers
这道题既不是交易一次,也不是交易多次,而是最多交易两次。交易两次,一定是将数组分成了两部分【肯定不会相交的】。分别在两部分计算各自的一次交易最大值。同时,这两部分组成了数组的全部值,因将数组分为【0,x】和【x,n】即可。x的取值有1到n-1,即有n-1对两次交易,此时比较n-1个结果,取最大值即可。
代码如下所示:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53
| public class Solution_0133 {
public int maxP(int[] prices, int start, int end) {
if(start >= prices.length) return 0;
int maxValue = 0; int low = start;
for (int i = start; i <= end; i++) {
if(prices[i] < prices[low]) low = i;
maxValue = Math.max(maxValue, prices[i] - prices[low]); }
return maxValue;
}
public int maxProfit(int[] prices) {
if(prices.length <= 1) return 0;
int[] finalRes = new int[prices.length - 1];
for (int i = 0; i < prices.length - 1; i++) { finalRes[i] = Math.max(0, maxP(prices, 0, i+1)) + Math.max(0, maxP(prices, i+1, prices.length-1)); }
int maxValue = 0; for(int val: finalRes) maxValue = Math.max(maxValue, val);
return maxValue; }
public static void main(String[] args) { System.out.println();
int[] prices = {1,3};
Solution_0133 s = new Solution_0133();
System.out.println(s.maxProfit(prices)); } }
|
显然,这是暴力法,超时了。存在很多重复计算,比如在计算[1,3]的时候,会用到[1,2]的结果,即对[1,2]进行了重复计算。此时,可按照一次交易的方法,逐个保存较小范围的值,后续较大范围直接取即可。
那么对于[x,n]、[x-1,n]等同理,先计算[n-1, n]的最优解,然后[n-2, n]的最优解直接使用前面的即可。代码如下所示:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61
| public class Solution_0133_02 {
public int maxProfit(int[] prices) {
if(prices.length <= 1) return 0;
int[] dpFirst = new int[prices.length];
int[] dpSecond = new int[prices.length];
dpFirst[0] = 0; int low = 0; for (int i = 1; i < prices.length; i++) {
if(prices[i] < prices[low]) low = i; dpFirst[i] = Math.max(dpFirst[i-1], prices[i] - prices[low]); }
dpSecond[prices.length - 1] = 0; int high = prices.length - 1; for (int i = prices.length - 2; i >= 0; i--) {
if(prices[i] > prices[high]) high = i; dpSecond[i] = Math.max(dpSecond[i+1], prices[high] - prices[i]); }
int[] result = new int[prices.length]; result[0] = 0; for (int i = 1; i < result.length; i++) { result[i] = Math.max(0, dpFirst[i]) + Math.max(0, dpSecond[i]); }
int maxValue = 0; for(int value: result) maxValue = Math.max(maxValue, value);
return maxValue; }
public static void main(String[] args) { System.out.println();
int[] prices = {3,3,5,0,0,3,1,4};
Solution_0133_02 s = new Solution_0133_02();
System.out.println(s.maxProfit(prices)); } }
|
上面的做法不具有代表性。比如如果规定最多交易n次,显然上面的方法就不能推广了。利用动态规划,二维数组,其实可以看到,虽然本题要求最多两次,本质上和只有一次交易以及无限次交易是类似的。
因为一天交易,可限制本天买入时的取值由前面状态得到,无限次就无需限制。那么两次的话,就不容易限制了。此时,可将每天的状态继续拆分。第一次持有、第一次不持有、第二次持有、第二次不持有。
显然第一次持有、不持有的状态和一次交易时是一样的。第二次持有可由如下状态得到:
- 前一天第二次持有
- 第一天第一次不持有,本天买入
二者取最大值即可。第二次不持有可由如下状态得到:
- 前一天第二次不持有
- 前一天第二次持有,本天卖出
二者取最大值即可。还有一点,就是第0天初始化,dp[0][0]显然就是-prices[0],那么第二次持有呢,此时就相当于第-1天是没有利润的,第二次持有依然是-prices[0]。
代码如下所示:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
| public class Solution_0133_04 {
public int maxProfit(int[] prices) {
if(prices.length <= 1) return 0;
int[][] dp = new int[prices.length][4]; dp[0][0] = -prices[0]; dp[0][1] = 0; dp[0][2] = -prices[0]; dp[0][3] = 0;
for (int i = 1; i < prices.length; i++) {
dp[i][0] = Math.max(dp[i-1][0], -prices[i]); dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
dp[i][2] = Math.max(dp[i-1][2], dp[i-1][1] - prices[i]); dp[i][3] = Math.max(dp[i-1][3], dp[i-1][2] + prices[i]); }
return dp[dp.length - 1][3]; }
public static void main(String[] args) { System.out.println();
Solution_0133_04 s = new Solution_0133_04();
int[] prices = {3,3,5,0,0,3,1,4};
System.out.println(s.maxProfit(prices)); } }
|
从循环中可以看出,当前天只用到了前一天的结果,显然可采用一维动态数据进行优化,代码如下所示:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
| public class Solution_0133_05 {
public int maxProfit(int[] prices) {
int[] dp = new int[4];
dp[0] = -prices[0]; dp[1] = 0; dp[2] = -prices[0]; dp[3] = 0;
for (int i = 1; i < prices.length; i++) {
dp[3] = Math.max(dp[3], dp[2] + prices[i]);
dp[2] = Math.max(dp[2], dp[1] - prices[i]);
dp[1] = Math.max(dp[1], dp[0] + prices[i]);
dp[0] = Math.max(dp[0], -prices[i]); }
return dp[dp.length - 1]; }
public static void main(String[] args) {
Solution_0133_05 s = new Solution_0133_05();
int[] prices = {7,6,4,3,1};
System.out.println(s.maxProfit(prices)); } }
|
3. 备注
参考力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台 (leetcode-cn.com),代码随想录 (programmercarl.com)。