1. 题目描述
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入:prices = [3,3,5,0,0,3,1,4]
输出:6
解释:在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。
随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
示例 2:
输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这个情况下, 没有交易完成, 所以最大利润为 0。
示例 4:
输入:prices = [1]
输出:0
提示:
- 1 <= prices.length <= 105
-
2. 解题思路
对于这道题,我们可以使用动态规划来解决。在《买卖股票的最佳时机》中,我们只能进行一次买入卖出。而这道题,我们可以进行至多两次的买入卖出,那到最后交易时,可能会有五种状态:
dp[0]
:一直没有买dp[1]
:到最后只买了一笔,未卖出dp[2]
:到最后只卖了一笔,并卖出dp[3]
:到最后买了两笔,只卖出一笔dp[4]
:到最后买了两笔,两笔都卖出
由于第一种状态未进行任何操作,所以可以不用记录。然后我们对后四种状态进行转移:
dp[1] = Math.max(dp[1], -prices[i])
:前一天也是b1状态或者是没有任何操作,今天买入一笔变成b1状态;dp[2] = Math.max(dp[2], dp[1] + prices[i])
:前一天也是s1状态或者是b1状态,今天卖出一笔变成s1状态;dp[3] = Math.max(dp[3], dp[2] - prices[i])
:前一天也是b2状态或者是s1状态,今天买入一笔变成b2状态;dp[4] = Math.max(dp[4], dp[3] + prices[i])
:前一天也是s2状态或者是b2状态,今天冒出一笔变成s2状态。
复杂度分析
- 时间复杂度:O(n),其中 n 是数组 prices 的长度。
-
3. 代码实现
/**
* @param {number[]} prices
* @return {number}
*/
function maxProfit(prices) {
let len = prices.length;
const dp = [0, -prices[0], -prices[0], 0, 0]
for (let i = 1; i < len; i++) {
dp[1] = Math.max(dp[1], -prices[i])
dp[2] = Math.max(dp[2], dp[1] + prices[i])
dp[3] = Math.max(dp[3], dp[2] - prices[i])
dp[4] = Math.max(dp[4], dp[3] + prices[i])
}
return dp[4];
};
4. 提交结果