Skip to content

188.买卖股票的最佳时机IV

dp,https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-iv/

给你一个整数数组 prices 和一个整数 k ,其中 prices[i] 是某支给定的股票在第 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 k 笔交易。也就是说,你最多可以买 k 次,卖 k 次。

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: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:

  • 1 <= k <= 100
  • 1 <= prices.length <= 1000
  • 0 <= prices[i] <= 1000

这个问题可以使用 动态规划(DP) 解决。

思路

  1. 定义状态

    • dp[i][j] 表示 最多进行 i 次交易,在第 j 天的最大利润
    • 由于每次交易包含 买入和卖出,所以最多有 2k 个状态变量。
  2. 状态转移方程

    • 我们用 hold[i] 表示 i 次买入后所能获得的最大收益,用 sell[i] 表示 i 次卖出后所能获得的最大收益

      hold[i] = max(hold[i], sell[i-1] - price)
      sell[i] = max(sell[i], hold[i] + price)
    • 其中:

      • sell[i-1] - price 表示前 i-1 次交易的最大收益后再买入当前股票。
      • hold[i] + price 表示当前持有股票卖出后获取的收益。
  3. 边界情况

    • 如果 k >= len(prices) // 2,说明交易次数不受限制,我们可以直接使用 贪心算法(类似 "买卖股票的最佳时机 II")。
    • 否则,使用动态规划求解。

代码实现

python
from typing import List


class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        if not prices or k == 0:
            return 0

        n = len(prices)

        # 如果 k 大于交易所需的最大值,相当于无交易次数限制,直接使用贪心算法
        if k >= n // 2:
            return sum(max(prices[i] - prices[i - 1], 0) for i in range(1, n))

        # dp 数组
        hold = [-float('inf')] * (k + 1)  # 持有股票的最大收益
        sell = [0] * (k + 1)  # 卖出股票的最大收益

        for price in prices:
            for i in range(1, k + 1):
                hold[i] = max(hold[i], sell[i - 1] - price)
                sell[i] = max(sell[i], hold[i] + price)

        return sell[k]


if __name__ == "__main__":
    s = Solution()
    print(s.maxProfit(2, [2, 4, 1]))  # 输出 2
    print(s.maxProfit(2, [3, 2, 6, 5, 0, 3]))  # 输出 7
    print(s.maxProfit(3, [3, 2, 6, 5, 0, 3, 4, 2, 8]))  # 输出 11
    print(s.maxProfit(1, [1, 2]))  # 输出 1
    print(s.maxProfit(2, [1]))  # 输出 0

复杂度分析

  • 时间复杂度:O(nk),两层循环遍历 prices 和交易次数 k
  • 空间复杂度:O(k),只使用了 O(k) 的数组来存储 holdsell

这个方法可以高效地求解 最多 k 次交易的最大利润