Description du titre ( portail )
Vous pouvez jeter un oeil à une question plus simple [ question quotidienne] déduire 714. Le meilleur moment pour acheter et vendre des actions comprend les frais de traitement
Regardons à nouveau ce problème de programmation dynamique: étant
donné les prix d'un tableau d'entiers, son i-ème élément prix [i] est le prix d'un stock donné le i-ème jour.
Concevez un algorithme pour calculer le profit maximum que vous pouvez obtenir. Vous pouvez effectuer jusqu'à k transactions.
Remarque: vous ne pouvez pas participer à plusieurs transactions en même temps (vous devez vendre les actions précédentes avant d'acheter à nouveau).
Exemple
Exemple 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 。
Exemple 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 。
Idées
Équation d'état:
dp0[i][j] = Math.max(dp0[i - 1][j], dp1[i - 1][j] + prices[i]);
dp1[i][j] = Math.max(dp0[i-1][j-1] - prices[i],dp1[i-1][j]);
initialisation:
// dp0初始化为0
//dp1第一行初始化为0 - prices[0]
for (int i = 0; i <= k; i++) {
dp1[0][i] = 0 - prices[0];
}
//dp1第一列没有用到不需要做处理
valeur de retour:
dp0[prices.length-1][k]//在最后一天内天,最大可交易次数为k时不持有股票的最大收益,在这里要相通的是不一定他就必须交易k次,当然小于k次达到最大收益即可。
Code
public int maxProfit(int k, int[] prices) {
/*
* 输入:k = 2, prices = [3,2,6,5,0,3]
* 输出:7
* */
if(k == 0 || prices.length <= 1){
return 0;
}
int len = prices.length;
int[][] dp0 = new int[len][k + 1];
int[][] dp1 = new int[len][k + 1];
// dp0初始化为0
//dp1第一行初始化为0 - prices[0]
for (int i = 0; i <= k; i++) {
dp1[0][i] = 0 - prices[0];
}
//dp1第一列没有用到不需要做处理
//在这里需要双层循环更新,把第一天的两个数组都更新完毕,才能跟新第二天。两张表是关联的。
//我觉得还可以使用三维数组,有大佬可以试试然后交流交流
for (int i = 1; i < prices.length; i++) {
for (int j = 1; j < k + 1; j++) {
dp0[i][j] = Math.max(dp0[i - 1][j], dp1[i - 1][j] + prices[i]);
dp1[i][j] = Math.max(dp0[i-1][j-1] - prices[i],dp1[i-1][j]);
}
}
return dp0[prices.length-1][k];
}