【Leetcode每日一题】 动态规划 - 简单多状态 dp 问题 - 买卖股票的最佳时机含冷冻期(难度⭐⭐)(79)

1. 题目解析

题目链接:309. 买卖股票的最佳时机含冷冻期

这个问题的理解其实相当简单,只需看一下示例,基本就能明白其含义了。

2.算法原理

二、算法思路
1. 状态表示
  • dp[i][0] :表示第 i 天结束后,处于「买入」状态(即持有股票)时的最大利润。
  • dp[i][1] :表示第 i 天结束后,处于「可交易」(即不持有股票且不在冷冻期)状态时的最大利润。
  • dp[i][2] :表示第 i 天结束后,处于「冷冻期」状态时的最大利润。
2. 状态转移方程
  • dp[i][0] 的转移:
    • 要么在 i-1 天已经持有股票(即 dp[i-1][0])。
    • 要么在 i 天买入股票(需确保 i-1 天不在冷冻期,即 dp[i-1][1] - prices[i])。
    • dp[i][0] = max(dp[i-1][0], dp[i-1][1] - prices[i])
  • dp[i][1] 的转移:
    • 要么在 i-1 天处于冷冻期(即 dp[i-1][2])。
    • 要么在 i-1 天就没有股票且不在冷冻期(即 dp[i-1][1])。
    • dp[i][1] = max(dp[i-1][1], dp[i-1][2])
  • dp[i][2] 的转移:
    • 只能在 i-1 天卖出股票后进入冷冻期(即 dp[i-1][0] + prices[i])。
    • dp[i][2] = dp[i-1][0] + prices[i]
3. 初始化
  • dp[0][0] :第一天买入股票,所以 dp[0][0] = -prices[0]
  • dp[0][1]dp[0][2] :第一天无法卖出或进入冷冻期,所以均为 0
4. 填表顺序
  • 按照天数 i1n-1 遍历,并填充 dp 数组。
5. 返回值
  • 最终答案应为最后一天处于「可交易」或「冷冻期」状态时的最大利润,即 max(dp[n-1][1], dp[n-1][2])

3.代码编写

cpp 复制代码
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        vector<vector<int>> dp(n, vector<int>(3));
        dp[0][0] = -prices[0];
        for(int i = 1; i < n; i++)
        {
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][2]);
            dp[i][2] = dp[i - 1][0] + prices[i];
        }
        return max(dp[n - 1][1], dp[n - 1][2]);
    }
};

The Last

嗯,就是这样啦,文章到这里就结束啦,真心感谢你花时间来读。

觉得有点收获的话,不妨给我点个吧!

如果发现文章有啥漏洞或错误的地方,欢迎私信我或者在评论里提醒一声~

相关推荐
前端炒粉20 小时前
18.矩阵置零(原地算法)
javascript·线性代数·算法·矩阵
暴风鱼划水21 小时前
三维重建【0-D】3D Gaussian Splatting:相机标定原理与步骤
算法·3d
mount_myj1 天前
敏感信息屏蔽(一)【java】
java·算法·极课堂
先做个垃圾出来………1 天前
偏移量解释
数据结构·算法
Dream it possible!1 天前
LeetCode 面试经典 150_链表_旋转链表(64_61_C++_中等)
c++·leetcode·链表·面试
FanXing_zl1 天前
基于整数MCU的FOC控制定标策略深度解析
单片机·嵌入式硬件·mcu·算法·定点运算·q15
立志成为大牛的小牛1 天前
数据结构——三十三、Dijkstra算法(王道408)
数据结构·笔记·学习·考研·算法·图论
地平线开发者1 天前
mul 与 reduce_sum 的优化实例
算法·自动驾驶
坚持编程的菜鸟1 天前
LeetCode每日一题——Pow(x, n)
c语言·算法·leetcode