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 <= 1001 <= prices.length <= 10000 <= prices[i] <= 1000
这个问题可以使用 动态规划(DP) 解决。
思路
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。
状态转移方程
我们用
hold[i]表示 第i次买入后所能获得的最大收益,用sell[i]表示 第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。
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。
- 如果
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hold和sell。
这个方法可以高效地求解 最多 k 次交易的最大利润!