华为 OD 训练营 · 题解精讲
LC188. 买卖股票的最佳时机 IV
LC188. 买卖股票的最佳时机 IV
题目描述
给定一个数组 prices ,其中 prices[i] 是一支给定股票第 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。 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)。
题目解析
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 。 提示: 0 <= k <= 100 0 <= prices.length <= 1000 0 <= prices[i] <= 1000
参考代码
参考代码
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
if not prices:
return 0
# 先获取数组的长度
length = len(prices)
# 设置一个三维数组 dp
# dp[i][k][b]
# i 表示天数,dp[i] 表示第 i 天的最大利润
# k 表示最多交易次数,每次交易包含买入和卖出,这里只在买入的时候将 k - 1
# 注意:【 k 表示最多交易次数,而不是实际交易次数,比如最多交易两次可能实际只交易一次】
# b 表示当前是否持有股票,取值为 0 和 1
# 其中 0 表示当前持有 0 份股票,即【不持有】股票
# 而 1 表示当前持有 1 份股票,即【持有】股票
# 在本题中,k 的值为 k,i 的取值范围为数组 prices 的长度,从 0 开始
# 越在前面的维度,总体上是越出现在后面
dp = [[[0] * 2 for _ in range( k + 1 )] for _ in range(length)]
# 初始化
for j in range( 1 , k + 1) :
# dp[0][j][0] 表示在第 0 天结束时,即收盘后,手上持有 0 份股票,且此时最多进行了 j 次交易的情况下可以获得的最大收益
dp[0][j][0] = 0
# dp[0][j][1] 表示在第 0 天结束时,即收盘后,手上持有 1 份股票,且此时最多进行了 j 次交易的情况下可以获得的最大收益
# 手上持有了 1 份股票,那肯定是执行了买入操作,然后又还没有卖出,那么钱都投入了股票中,利润就是负的,即为 -prices[0]
dp[0][j][1] = -prices[0]
# 动态规划:自底向上,即从前向后遍历,实现一个萝卜一个坑
for i in range( 1 ,length) :
for j in range( 1 ,k + 1) :
# 对于每个坑来说,都有两种状态
# 今天也就是第 i 天
# 1、今天【不持有】股票
# 第 i - 1 天【持有】股票,第 i 天卖出
# 昨天【持有】股票,今天卖出
# vs
# 第 i - 1 天【不持有】股票,第 i 天不操作
# 昨天【不持有】股票,今天不操作
dp[i][j][0] = max( dp[i - 1][j][0] , dp[i - 1][j][1] + prices[i] )
# 2、今天【持有】股票
# 第 i - 1 天【持有】股票,第 i 天不操作
# 昨天【持有】股票,今天不操作
# vs
# 第 i - 1 天【不持有】股票,第 i 天买入
# 昨天【不持有】股票,今天买入
dp[i][j][1] = max( dp[i - 1][j][1] , dp[i - 1][j-1][0] - prices[i] )
# for 循环结束后,dp 数组填充完毕
# dp[length - 1][k][0]
# 表示第 length - 1 天结束时,即收盘后,手上持有 0 份股票,且此时最多进行了 k 次交易的情况下可以获得的最大收益
return dp[length - 1][k][0]