这两题的共同点就是有交易次数的限制,也就是说有两个状态在变化,即:i(当前日期即数组的索引)和 k。
这里 dfs 的状态找到了,即 dfs 函数的参数:function dfs (i,k){}
实际上这里的 dfs(i,k)
就相当于使用动态规划的 dp 数组dp[i][k]
。
每一个 dfs(i,k)
内部都有两个状态,即:拥有股票和不拥有股票。
即function dfs (i,k){return [没有股票的钱,有股票的钱]}
当前 dfs(i,k)
拥有股票的值为:dfs(i-1,k)
(即前一天)拥有股票状态值与 dfs(i-1,k-1)
不拥有股票的状态值 – prices[i]
,两者中的最优值。
当前 dfs(i,k)
不拥有股票的值为:dfs(i-1,k)
不拥有股票状态值与 dfs(i-1,k)
拥有股票状态值 + prices[i]
,两者中的最优值。
最后要求的结果就是:最后一天 交易了 k(或 2)次 并且不拥有股票的情况
下面是 123. 买卖股票的最佳时机 III 的代码
/**
* @param {number[]} prices
* @return {number}
*/
var maxProfit = function(prices) {
// 股票类题模板 dfs 解法
// 可使用备忘录优化 或直接改写为 dp
function dfs(i,k){
// 临界值
if(i < 0 || k === 0) return [0,Number.MIN_SAFE_INTEGER]
// 当前 i k 的情况下,// 1. 不拥有股票的情况:// 前一天没有股票和前一天有股票但是今天卖出 两者中的最优值
// 2. 拥有股票的情况:// 前一天有股票和前一天没有股票并且只交易了 k - 1 次(因为会在前一天没有股票的情况下进行买入交易)// 两者中的最优值
const status_0 = Math.max(dfs(i-1,k)[0],dfs(i-1,k)[1]+prices[i])
const status_1 = Math.max(dfs(i-1,k)[1],dfs(i-1,k-1)[0]-prices[i])
return [status_0,status_1]
}
最后的结果为 最后一天 交易了 2 次 并且不拥有股票的情况
return dfs(prices.length-1,2)[0]
--------------------- 分割线 -----------------------
// 下面使用 dp 优化的模板
const len = prices.length, dp = new Array(len)
for(let i = 0; i<len; i++){dp[i] = new Array(3)
dp[i][0] = [0,Number.MIN_SAFE_INTEGER]
}
dp[-1] = new Array(3)
dp[-1].fill([0,Number.MIN_SAFE_INTEGER])
for(let i = 0; i<len; i++){for(let j = 1; j<=2; j++){const status_0 = Math.max(dp[i-1][j][0],dp[i-1][j][1]+prices[i])
const status_1 = Math.max(dp[i-1][j][1],dp[i-1][j-1][0]-prices[i])
dp[i][j] = [status_0,status_1]
}
}
return dp[len-1][2][0]
};
188. 买卖股票的最佳时机 IV 题解
这题跟题差不多,就是优化比上题难。容易超时。dfs 几乎一模一样。
/**
* @param {number} k
* @param {number[]} prices
* @return {number}
*/
var maxProfit = function(k, prices) {
// 股票类题模板 dfs 解法
// 可使用备忘录优化 或直接改写为 dp
function dfs(i,k){
// 临界值
if(i < 0 || k === 0) return [0,Number.MIN_SAFE_INTEGER]
// 当前 i k 的情况下,// 1. 不拥有股票的情况:// 前一天没有股票和前一天有股票但是今天卖出 两者中的最优值
// 2. 拥有股票的情况:// 前一天有股票和前一天没有股票并且只交易了 k - 1 次(因为会在前一天没有股票的情况下进行买入交易)// 两者中的最优值
const status_0 = Math.max(dfs(i-1,k)[0],dfs(i-1,k)[1]+prices[i])
const status_1 = Math.max(dfs(i-1,k)[1],dfs(i-1,k-1)[0]-prices[i])
return [status_0,status_1]
}
// 最后的结果为 最后一天 交易了 k 次 并且不拥有股票的情况
return dfs(prices.length-1,k)[0]
};