本题与前一天股票买卖的不同之处在于规定最多两次买卖股票,因此定义dp数组时要多几种情况,包括不操作、第一次持有、第一次不持有、第二次持有、第二次不持有五种,确定递推公式后,最终的结果一定是第一次不持有和第二次不持有的最大值,而由于第二次不持有的情况已经包含了第一次不持有的情况,因此最后一次不持有股票一定是最大值。
具体代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>>dp(prices.size(),vector<int>(5,0));
dp[0][0]=0;
dp[0][1]=-prices[0];
dp[0][2]=0;
dp[0][3]=-prices[0];
dp[0][4]=0;
for(int i=1;i<prices.size();i++)
{
dp[i][0]=dp[i-1][0];
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i]);
dp[i][2]=max(dp[i-1][2],dp[i-1][1]+prices[i]);
dp[i][3]=max(dp[i-1][3],dp[i-1][2]-prices[i]);
dp[i][4]=max(dp[i-1][4],dp[i-1][3]+prices[i]);
}
int m=prices.size()-1;
return dp[m][4];
}
};
本题与上题的区别在于买卖的次数为未知数,其实大同小异,利用上题的做法递推出规律,即奇数时不持有股票,偶数时持有股票,这样可以循环赋初值并循环进行递推。
具体代码如下:
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
vector<vector<int>>dp(prices.size(),vector<int>(2*k+1,0));
for(int i=0;i<2*k+1;i++)
{
if(i%2==0)
{
dp[0][i]=0;
}
else
{
dp[0][i]=-prices[0];
}
}
for(int i=1;i<prices.size();i++)
{
for(int j=0;j<2*k+1;j++)
{
if(j==0)
{
dp[i][j]=dp[i-1][j];
}
else if(j%2==0)
{
dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+prices[i]);
}
else if(j%2!=0)
{
dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]-prices[i]);
}
}
}
return dp[prices.size()-1][2*k];
}
};
文章讲述了如何使用动态规划解决LeetCode中的两道股票买卖题目,分别涉及最多两次买卖和买卖次数未知的情况,通过定义和计算dp数组来找到最优策略并求得最大利润。

1279

被折叠的 条评论
为什么被折叠?



