123. 买卖股票的最佳时机 III

123. 买卖股票的最佳时机 IIIopen in new window

🔴 🔖 数组 动态规划 🔗 力扣open in new window LeetCodeopen in new window

题目

You are given an array prices where prices[i] is the price of a given stock on the ith day.

Find the maximum profit you can achieve. You may complete at most two transactions.

Note: You may not engage in multiple transactions simultaneously (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.

Constraints:

1 <= prices.length <= 10^5
0 <= prices[i] <= 10^5

题目大意

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）。

示例 1:

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：

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：

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：

输入：prices = [1]
输出：0

解题思路

思路一：动态规划

动态规划： 定义一个三维数组 dp，其中 dp[i][j][0] 表示截至第 i 天、最多进行 j 次交易、不持有股票时的最大利润， dp[i][j][1] 表示示截至第 i 天、最多进行 j 次交易、持有股票时的最大利润。

思路二：动态规划-状态压缩

状态定义：由于 dp[i][...] 只与和 dp[i - 1][...] 有关，且 j 只有两种情况，所以可将 dp 数组简化为四个状态：
- dp_i20：截至第 i 天、最多交易两次、不持有股票的最大收益;
- dp_i21：截至第 i 天、最多交易两次、持有股票的最大收益;
- dp_i10：截至第 i 天、最多交易一次、不持有股票的最大收益;
- dp_i11：截至第 i 天、最多交易一次、持有股票的最大收益;
状态转移方程：
- dp_i20 = max(dp_i20, dp_i21 + prices[i])
- dp_i21 = max(dp_i21, dp_i10 - prices[i])
- dp_i10 = max(dp_i10, dp_i11 + prices[i])
- dp_i11 = max(dp_i11, -prices[i])
遍历天数：遍历每一天的股票价格，更新四个状态的值。
返回结果：返回最终的 dp_i20 值，即最大的利润。

复杂度分析

时间复杂度: O(n)，只需要遍历一次股票价格数组。
空间复杂度: O(1)，只使用了常数个额外的变量。

代码

动态规划

/**
 * @param {number[]} prices
 * @return {number}
 */
var maxProfit = function (prices) {
	const n = prices.length;
	const m = 2;
	const dp = new Array(n)
		.fill(0)
		.map(() => new Array(m + 1).fill(0).map(() => new Array(2).fill(0)));
	for (let i in prices) {
		for (let j = m; j >= 1; j--) {
			if (i == 0) {
				dp[0][j][0] = 0;
				dp[0][j][1] = -prices[0];
				continue;
			}
			dp[i][j][0] = Math.max(dp[i - 1][j][0], dp[i - 1][j][1] + prices[i]);
			dp[i][j][1] = Math.max(dp[i - 1][j][1], dp[i - 1][j - 1][0] - prices[i]);
		}
	}
	return dp[n - 1][m][0];
};

动态规划-状态压缩

/**
 * @param {number[]} prices
 * @return {number}
 */
var maxProfit = function (prices) {
	let dp_i20 = 0,
		dp_i21 = -Infinity,
		dp_i10 = 0,
		dp_i11 = -Infinity;
	for (let price of prices) {
		dp_i20 = Math.max(dp_i20, dp_i21 + price);
		dp_i21 = Math.max(dp_i21, dp_i10 - price);
		dp_i10 = Math.max(dp_i10, dp_i11 + price);
		dp_i11 = Math.max(dp_i11, -price);
	}
	return dp_i20;
};

题号	标题	题解	标签
121	买卖股票的最佳时机open in new window	[✓]	`数组` `动态规划`
122	买卖股票的最佳时机 IIopen in new window	[✓]	`贪心` `数组` `动态规划`
188	买卖股票的最佳时机 IVopen in new window	[✓]	`数组` `动态规划`
689	三个无重叠子数组的最大和open in new window		`数组` `动态规划`
2291	最大股票收益 🔒open in new window		`数组` `动态规划`
2555	两个线段获得的最多奖品open in new window		`数组` `二分查找` `滑动窗口`

123. 买卖股票的最佳时机 III

# 123. 买卖股票的最佳时机 IIIopen in new window

# 题目

# 题目大意

# 解题思路

# 思路一：动态规划

# 思路二：动态规划-状态压缩

# 复杂度分析

# 代码

# 相关题目