[原题链接][https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iii/]
分析:动态规划+二分法。以第i天
为分界线,计算第i天之前进行一次交易
的最大收益left[i]
,和第i天之后进行一次交易
的最大收益right[i]
,最后遍历一遍找到max{left[i] + right[i]} (0≤i≤n-1)
,就是最大收益。第i天之前和第i天之后进行一次的最大收益求法如最简单的股票买卖问题。
再求解前先看看最简单的求一次交易
的最大收益解法
/*用一个数组表示股票每天的价格,数组的第i个数表示股票在第i天的价格。 如果只允许进行一次交易,也就是说只允许买一支股票并卖掉,求最大的收益。
题解:动态规划法。从前向后遍历数组,记录当前出现过的最低价格,作为买入价格,并计算以当天价格出售的收益,作为可能的最大收益,整个遍历过程中,出现过的最大收益就是所求。*/
int maxProfit(const int prices[],const int len){
if(len<2)
return 0;
int maxProfit = 0;
int curMin = prices[0];
/*发现只进行了一次遍历*/
for (int i = 1; i < len;i++){
curMin = min(curMin, prices[i]);
maxProfit = max(maxProfit, prices[i] - curMin);
/*每次遍历后的maxProfix就是 从prices[0]开始到prices[i]的最大收益*/
}
return maxProfit;
}
利用上述最简单情况的求一次交易的最大收益方法,顺序遍历一遍把每个阶段的maxProfit保留到left[i]
,逆序遍历一遍并把每个阶段的maxProfit保留到right[i]
中。
上面代码只进行了一次遍历,验证了下面代码的left[i]
和right[i]
就是第i天前一次交易最大收益
和第i天后一次交易最大收益
时间复杂度:O(n)
class Solution {
public:
int maxProfit(vector<int> &prices)
{
int s = prices.size();
if (s < 2)
return 0;
int preMaxvalue[s], postMaxvalue[s];
memset(preMaxvalue, 0, sizeof(preMaxvalue));
memset(postMaxvalue, 0, sizeof(postMaxvalue));
int curMin = prices[0];
for (int i = 1; i < s; i++)
{
curMin = min(curMin, prices[i]);
preMaxvalue[i] = max(preMaxvalue[i - 1], prices[i] - curMin);
}
int curMax = prices[s - 1];
for (int i = s - 2; i >= 0; i--)
{
curMax = max(curMax, prices[i]);
postMaxvalue[i] = max(postMaxvalue[i + 1], curMax - prices[i]);
}
int maxProfit = 0;
for (int i = 0; i < s; i++)
{
maxProfit = max(maxProfit, preMaxvalue[i] + postMaxvalue[i]);
}
return maxProfit;
}
};
原文地址:https://www.cnblogs.com/adamwong/p/10201165.html
时间: 2024-10-29 16:50:01