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]
拿到题目后,我们发现很明显这是一道考察DP的题目。在写DP类型题目的代码之前,我们首先要考虑状态转移方程。之前的买卖股票题目中,没有冷冻期,则DP状态设置为dp[i] 表示第i天的最大收益。而这道题增加了冷冻期,则对dp[i]的状态要进行细分:
对于以上三种状态构建状态转移方程。
2. 第i天不持有股票,且位于冷冻期。说明第i天卖了第i-1天持有的股票。则状态转移方程为
3. 第i天不持有股票,且不位于冷冻期。说明i-1天不持有股票且不位于冷冻期,或者不持有股票且位于冷冻期。则状态转移方程为
。
然后对dp数组的初始状态进行设置:
class Solution {
public int maxProfit(int[] prices) {
int n = prices.length;
int[][] dp = new int[n][3];
dp[0][0] = -prices[0];
// dp[i][0] 第i天持有股票的收益
// dp[i][1] 第i天不持有股票,且位于冷静期的收益
// dp[i][2] 第i天不持有股票,且不是冷静期的收益
for (int i = 1; i < n; i++) {
dp[i][0] = Math.max(dp[i - 1][0],dp[i - 1][2] - prices[i]);
dp[i][1] = dp[i - 1][0] + prices[i];
dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1]);
}
// 最大收益是最后一天不持有股票状态的最大值
return Math.max(dp[n - 1][1], dp[n - 1][2]);
}
}