https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/
给定一个整数数组,其中第 i 个元素代表了第 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):
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)。
卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
- 阿里
- 腾讯
- 字节
这是一道典型的 DP 问题, DP 问题的核心是找到状态和状态转移方程。
这道题目的状态似乎比我们常见的那种 DP 问题要多,这里的状态有 buy sell cooldown 三种, 我们可以用三个数组来表示这这三个状态,buy,sell, cooldown.
- buy[i]表示第 i 天,且以 buy 结尾的最大利润
- sell[i]表示第 i 天,且以 sell 结尾的最大利润
- cooldown[i]表示第 i 天,且以 sell 结尾的最大利润
我们思考一下,其实 cooldown 这个状态数组似乎没有什么用,因此 cooldown 不会对profit
产生
任何影响。 我们可以进一步缩小为两种状态。
- buy[i] 表示第 i 天,且以 buy 或者 coolwown 结尾的最大利润
- sell[i] 表示第 i 天,且以 sell 或者 cooldown 结尾的最大利润
对应的状态转移方程如下:
这个需要花点时间来理解
buy[i] = Math.max(buy[i - 1], sell[i - 2] - prices[i]);
sell[i] = Math.max(sell[i - 1], buy[i - 1] + prices[i]);
我们来分析一下,buy[i]对应第 i 的 action 只能是 buy 或者 cooldown。
- 如果是 cooldown,那么 profit 就是 buy[i - 1]
- 如果是 buy,那么就是
前一个卖的profit减去今天买股票花的钱
,即 sell[i -2] - prices[i]
注意这里是 i - 2,不是 i-1 ,因为有 cooldown 的限制
sell[i]对应第 i 的 action 只能是 sell 或者 cooldown。
- 如果是 cooldown,那么 profit 就是 sell[i - 1]
- 如果是 sell,那么就是
前一次买的时候获取的利润加上这次卖的钱
,即 buy[i - 1] + prices[i]
- 多状态动态规划
/*
* @lc app=leetcode id=309 lang=javascript
*
* [309] Best Time to Buy and Sell Stock with Cooldown
*
*/
/**
* @param {number[]} prices
* @return {number}
*/
var maxProfit = function (prices) {
if (prices == null || prices.length <= 1) return 0;
// 定义状态变量
const buy = [];
const sell = [];
// 寻常
buy[0] = -prices[0];
buy[1] = Math.max(-prices[0], -prices[1]);
sell[0] = 0;
sell[1] = Math.max(0, prices[1] - prices[0]);
for (let i = 2; i < prices.length; i++) {
// 状态转移方程
// 第i天只能是买或者cooldown
// 如果买利润就是sell[i - 2] - prices[i], 注意这里是i - 2,不是 i-1 ,因为有cooldown的限制
// cooldown就是buy[i -1]
buy[i] = Math.max(buy[i - 1], sell[i - 2] - prices[i]);
// 第i天只能是卖或者cooldown
// 如果卖利润就是buy[i -1] + prices[i]
// cooldown就是sell[i -1]
sell[i] = Math.max(sell[i - 1], buy[i - 1] + prices[i]);
}
return Math.max(buy[prices.length - 1], sell[prices.length - 1], 0);
};