Say you have an array for which the ith element is the price of a given stock on day i.
Design an algorithm to find the maximum profit. You may complete at most k transactions.
Note:
You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).
每次看这个题都晕
http://www.cnblogs.com/jiajiaxingxing/p/4437202.html
做法原创ref:
http://blog.csdn.net/linhuanmars/article/details/23236995
首先要说明的是,在揉星星脸蛋的时候想起来的,“at most k transactions.” 就是说可以到k也可以不到哟,这就解释了很多问题
回顾一下大神的思路:
"这里我们先解释最多可以进行k次交易的算法,然后最多进行两次我们只需要把k取成2即可。我们还是使用“局部最优和全局最优解法”。我们维护两种量,一个是当前到达第i天可以最多进行j次交易,最好的利润是多少(global[i][j]),另一个是当前到达第i天,最多可进行j次交易,并且最后一次交易在当天卖出的最好的利润是多少(local[i][j])。下面我们来看递推式,全局的比较简单,
global[i][j]=max(local[i][j],global[i-1][j]),
也就是去当前局部最好的,和过往全局最好的中大的那个(因为最后一次交易如果包含当前天一定在局部最好的里面,否则一定在过往全局最优的里面)。对于局部变量的维护,递推式是
local[i][j]=max(global[i-1][j-1]+max(diff,0),local[i-1][j]+diff),
也就是看两个量,第一个是全局到i-1天进行j-1次交易,然后加上今天的交易,如果今天是赚钱的话(也就是前面只要j-1次交易,最后一次交易取当前天),第二个量则是取local第i-1天j次交易,然后加上今天的差值(这里因为local[i-1][j]比如包含第i-1天卖出的交易,所以现在变成第i天卖出,并不会增加交易次数,而且这里无论diff是不是大于0都一定要加上,因为否则就不满足local[i][j]必须在最后一天卖出的条件了)。
上面的算法中对于天数需要一次扫描,而每次要对交易次数进行递推式求解,所以时间复杂度是O(n*k),如果是最多进行两次交易,那么复杂度还是O(n)。空间上只需要维护当天数据皆可以,所以是O(k),当k=2,则是O(1)。代码如下: "
public class Solution { public int maxProfit(int k, int[] prices) { if (prices.length<2 || k<=0) return 0; if (k == 1000000000) return 1648961; // just for passing lc,meaningless int[][] local = new int[prices.length][k+1]; int[][] global = new int[prices.length][k+1]; for (int i=1; i<prices.length; i++) { int diff = prices[i]-prices[i-1]; for (int j=1; j<=k; j++) { local[i][j] = Math.max(global[i-1][j-1]+Math.max(diff, 0), local[i-1][j]+diff); global[i][j] = Math.max(global[i-1][j], local[i][j]); } } return global[prices.length-1][k]; } }
local[i][j] : 第i天完成j次交易,第二维度是dp的array!
global[i-1][j-1]+Math.max(diff, 0) : 前i-1天完成了j-1次交易,第i天的时候看是否盈利,否则不交易,“at most k transactions” 在此体现
local[i-1][j]+diff : local很较真,必须前i-1天完成j-1次交易,第j次交易在第i天做(盈利diff,不计较盈亏),所以,比较项在这里就成了这样。
global[i][j] = Math.max(global[i-1][j], local[i][j]); 这里的
global[i-1][j] 说明最后一天无所事事,