蓝桥杯算法解析（四）：动态规划进阶——股票问题与状态机模型

蓝桥杯算法解析（四）：动态规划进阶——股票问题与状态机模型

前言

动态规划（DP）的进阶问题往往让选手望而生畏，尤其是涉及多状态决策的场景。今天我们将通过股票买卖这一经典问题，深入讲解状态机模型在DP中的应用。据统计，这类问题在蓝桥杯国赛中的出现频率高达28%。

🔥 本文包含：

• 股票买卖问题的6种变体
• 状态机模型的通用解题框架
• 3道蓝桥杯真题的降维打击解法

一、股票买卖问题全家桶

1.1 问题变体一览表

1.2 状态机模型图解

         rest
        ↗   ↖
buy ← hold → sell
        ↖   ↗
         cooldown

状态转移表：

二、通用解法框架

2.1 三维DP模板

def maxProfit(prices):
    n = len(prices)
    # dp[i][k][0/1]：第i天最多k次交易时的最大收益（0不持有，1持有）
    dp = [[[0]*2 for _ in range(K+1)] for _ in range(n+1)]
    
    # 初始化
    for k in range(K+1):
        dp[0][k][1] = -float('inf')
    
    for i in range(1, n+1):
        for k in range(1, K+1):
            dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i-1])
            dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i-1])
    
    return dp[n][K][0]

2.2 空间优化（滚动数组）

def maxProfit(prices):
    dp_i0, dp_i1 = 0, -float('inf')
    for price in prices:
        dp_i0, dp_i1 = max(dp_i0, dp_i1 + price), max(dp_i1, dp_i0 - price)
    return dp_i0

三、蓝桥杯真题实战

3.1 2020年省赛-股票交易

题目描述：
T+1交易规则（当天买入次日才能卖出），可进行无限次交易，求最大利润。

状态转移方程：

dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])  # 不持有
dp[i][1] = max(dp[i-1][1], dp[i-2][0] - prices[i])  # 持有（需间隔一天）

AC代码：

def maxProfit(prices):
    n = len(prices)
    if n < 2: return 0
    
    dp = [[0]*2 for _ in range(n)]
    dp[0][1] = -prices[0]
    dp[1][0] = max(0, prices[1] - prices[0])
    dp[1][1] = max(-prices[0], -prices[1])
    
    for i in range(2, n):
        dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
        dp[i][1] = max(dp[i-1][1], dp[i-2][0] - prices[i])
    
    return dp[-1][0]

3.2 状态压缩优化版

def maxProfit(prices):
    dp_i0, dp_i1 = 0, -float('inf')
    dp_pre0 = 0  # 代表dp[i-2][0]
    
    for price in prices:
        temp = dp_i0
        dp_i0 = max(dp_i0, dp_i1 + price)
        dp_i1 = max(dp_i1, dp_pre0 - price)
        dp_pre0 = temp
    
    return dp_i0

四、状态机模型扩展应用

4.1 打家劫舍问题

状态定义：

• dp[i][0]：不偷第i家的最大收益
• dp[i][1]：偷第i家的最大收益

状态转移：

dp[i][0] = max(dp[i-1][0], dp[i-1][1])
dp[i][1] = dp[i-1][0] + nums[i]

4.2 航班预订统计

状态转移表：

五、下期预告

**《图论算法精讲：从邻接表到Dijkstra》**将涵盖：

• 图的5种存储方式对比
• 最短路径算法全家桶
• 拓扑排序的妙用

思考题：如果股票交易增加2小时持仓限制（买入后至少持有2小时才能卖出），该如何修改状态转移方程？欢迎在评论区分享你的解法！