@toc
题目
Say you have an array for which the i-th 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).
Example 1:
Input: [2,4,1], k = 2
Output: 2
Explanation: Buy on day 1 (price = 2) and sell on day 2 (price = 4), profit = 4-2 = 2.
Example 2:
Input: [3,2,6,5,0,3], k = 2
Output: 7
Explanation: Buy on day 2 (price = 2) and sell on day 3 (price = 6), profit = 6-2 = 4.
Then buy on day 5 (price = 0) and sell on day 6 (price = 3), profit = 3-0 = 3.
给出一组股票价格 prices
和交易次数 k
,求出能获取的最大收益。
PS:持有股票时不能购买,需卖出才可再购买。
解题思路
基于 k
和 prices
数量的关系分为两种情况:
-
k >= prices.count / 2
时,由于一次交易需要占用两天时间,所以此时所有涨幅均可交易,将所有涨幅进行加和即可。(if (prices[i] > prices[i-1]) {res += prices[i] - prices[i-1]})
-
k < prices.count / 2
时,则prices.count / 2
次交易可能并未取满,可采用动态规划,mp[j][i]
为j
天进行i
次交易时获得的最大收益-
mp[j][i]
的值分为两种情况- 第
j
天没有进行交易,则值与mp[j-1][i]
相同 - 在前
j-1
天进行了i-1
次交易,且在前j-1
天中某一天进行了买入操作,第j
天以prices[j]
的价格卖出,
- 第
- 两种情况取较大值赋予
mp[j][i]
-
代码实现
Runtime: 28 ms
Memory: 20.9 MB
func maxProfit(_ k: Int, _ prices: [Int]) -> Int {
// 过滤无法买卖的情况
guard prices.count > 1, k > 0 else { return 0 }
// 价格走势的天数 priceLen
let priceLen = prices.count
// 当交易次数 k 大于 priceLen 的一半时,则每次有涨幅的时候(if (prices[i] > prices[i-1]) )都进行交易
if k >= (priceLen / 2) {
var res = 0
for i in 1..<priceLen {
if (prices[i] > prices[i-1]) {
res += prices[i] - prices[i-1]
}
}
// 返回结果
return res
}
// 若 k 小于 priceLen 的一半,则需要筛选获利最高的 k 次交易
// mp[j][i] 为 j 天进行 i 次交易时获得的最大收益
var mp = [[Int]](repeating: [Int](repeating: 0, count: k + 1), count: prices.count)
// 遍历 i 次交易
for i in 1...k {
// localMax 实际为 mp[i - 1][0] - prices[0],
// 由于 mp[i - 1][0] 表示 0 天,所以数值始终未 0 ,可以简写成 localMax = -prices[0]
// localMax 表示 j 天进行 i-1 次操作后,再以 prices[j] 买入时的最大收益标识
var localMax = -prices[0]
//遍历 j 天
for j in 1..<priceLen {
// mp[j][i] 表示 j 天进行 i 次交易时获得的最大收益,分两种计算情况
// 1. 第 j 天没有进行交易,则值与 mp[j-1][i] 相同
// 2. 在前 j-1 天进行了 i-1 次交易,且在前 j-1 天中某一天进行了买入操作,第 j 天以 prices[j] 的价格卖出(prices[j]+localMax)
// 两种情况取较大值赋予 mp[j][i]
mp[j][i] = max(mp[j-1][i], prices[j]+localMax)
// 不断更新 localMax
// j-1 天进行 i-1 次交易,并在第 j 天买入的收益(mp[j-1][i-1]-prices[j]),与当前的 localMax 比较取较大值
localMax = max(localMax, mp[j-1][i-1]-prices[j])
}
}
// 返回 最后一天为止,进行 k 次交易的最大收益值
return mp[prices.count-1][k]
}