买卖最佳股票时机I
class Solution {
public:
int maxProfit(vector<int>& prices) {
//dp[i][0]是持有股份的最大现金, dp[i][1]是不持有股份的最大现金
if(prices.size() == 0) return 0;
vector<vector<int> > dp(prices.size() + 1, vector<int>(2));
dp[0][0] = dp[0][0] - prices[0];
dp[0][1] = 0;
for(int i = 1; i < prices.size(); i++)
{
dp[i][0] = max(dp[i - 1][0], - prices[i]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
}
return dp[prices.size() - 1][1];
}
};
这个其实我们就把这个拆分成两个状态就好,这个就可以直接通过状态转移去推到出来
买卖最佳股票时机II
class Solution {
public:
int maxProfit(vector<int>& prices) {
//dp[i][0]是持有股份的最大现金, dp[i][1]是不持有股份的最大现金
if(prices.size() == 0) return 0;
vector<vector<int> > dp(prices.size() + 1, vector<int>(2));
dp[0][0] = dp[0][0] - prices[0];
dp[0][1] = 0;
for(int i = 1; i < prices.size(); 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][0] + prices[i]);
}
return dp[prices.size() - 1][1];
}
};
这个其实是可以多次购买的,这个就是我们需要把里面的递推公式换一下即可
买卖最佳股票时机III
class Solution {
public:
int maxProfit(vector<int>& prices) {
//dp[i][0]不操作
//dp[i][1]第一次持有股票的最大现金
//dp[i][2]第一次不持有股票的最大现金
//dp[i][3]第二次持有股票的最大现金
//dp[i][4]第二次不持有股票的最大现金
if(prices.size() == 0) return 0;
vector<vector<int> > dp(prices.size() + 1, vector<int>(5, 0));
dp[0][0] = 0;
dp[0][1] -= prices[0];
dp[0][2] = 0;
dp[0][3] -= prices[0];
dp[0][4] = 0;
for(int i = 1; i < prices.size(); i++)
{
dp[i][0] = dp[i - 1][0];
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
}
return dp[prices.size() - 1][4];
}
};
这个其实就是2次,那我们分成五个状态,然后一一去解开这个问题
买卖最佳股票时机IV
class Solution {
public:
int maxProfit(int k, vector<int>& prices) {
if(prices.size() == 0) return 0;
vector<vector<int> > dp(prices.size(), vector<int>(2 * k + 1, 0));
for(int i = 1; i < 2 * k; i+=2)
{
dp[0][i] = -prices[0];
}
for(int i = 1; i < prices.size(); i++)
{
for(int j = 0; j < 2 * k - 1; j+=2)
{
dp[i][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][j] - prices[i]);
dp[i][j + 2] = max(dp[i - 1][j + 2], dp[i - 1][j + 1] + prices[i]);
}
}
return dp[prices.size() - 1][2 * k];
}
};
这个其实就是K次,那么我们通过II来推算出,这个k次其实是有奇偶性规律的,然后我们推到到k就行
买卖最佳股票含手续费
class Solution {
public:
int maxProfit(vector<int>& prices, int fee) {
int len = prices.size();
if(len == 0) return 0;
vector<vector<int> > dp(len, vector<int>(2, 0));
//dp[i][0]不持有股票的最大现金
//dp[i][1]持有股票的最大现金
dp[0][0] -= prices[0];
dp[0][1] = 0;
for(int i = 1; i < len; 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][0] + prices[i] - fee);
}
return max(dp[len - 1][1], dp[len - 1][0]);
}
};
这个其实就是和最佳股票II一样,多了个小费,卖出的时候减去小费就行,没什么可说的
以上都是只用了两个状态,也就是持有和不持有这个股票。
买卖最佳股票含冰冻期
class Solution {
public:
int maxProfit(vector<int>& prices) {
int len = prices.size();
if(len == 0) return 0;
vector<vector<int> > dp(len, vector<int>(4, 0));
//dp[i][0]持有股票状态
//dp[i][1]保持卖出股票状态
//dp[i][2]卖出股票状态
//dp[i][3]冷冻期
//dp[i][0] = max(dp[i - 1][0], dp[i - 1] - price[i], dp[i - 1][3] - price[i]);
//dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
//dp[i][2] = dp[i - 1][0] + price[i];
//dp[i][3] = dp[i - 1][2];
dp[0][0] -= prices[0];
for(int i = 1; i < len; i++)
{
dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][1] - prices[i], dp[i - 1][3] - prices[i]));
dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
dp[i][2] = dp[i - 1][0] + prices[i];
dp[i][3] = dp[i - 1][2];
}
return max(dp[len - 1][1], max(dp[len - 1][2], dp[len - 1][3]));
}
};
这唯一的不一样的就是把不持有的股票拆分成卖出股票,保持卖出股票和冰冻期的时候。
这一类的变形题很多,更多的是我们要去思考这个题目的整体买卖路线,也就是持有和不持有的时候,需不需要再去细分,定义某些状态或者说一些很需要我们去定义的东西。