买卖股票的最佳时机III-CSDN博客

文章介绍了如何使用动态规划方法解决股票买卖问题，关注在最多两次交易的情况下，确定每天的最佳操作以获取最大利润。关键点在于理解每天的四种状态及其状态转移方程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目链接

买卖股票的最佳时机III

题目描述

注意点

1 <= prices.length <= 100000
0 <= prices[i] <= 100000
不能同时参与多笔交易（必须在再次购买前出售掉之前的股票）
最多可以完成两笔交易

解答思路

本题最多可以完成两笔交易，所以在任意一天，都会有五种状态，分别是无操作、第一次买入、第一次卖出、第二次买入、第二次卖出。需要注意的是，当天同时买入卖出是无意义的，利润不会改变，仅仅是增加了交易次数，不在考虑范围之内。同时无操作的利润始终为0，可以忽略不记，所以将每一天都分割成其余四种状态
关键是怎么通过第i - 1天推出第i天四种状态的最大利润，可以分为以下几种
- 当处于第一次买入的状态，其可能是第i天购入也可能是之前就已经购入，取决于哪天购买的成本更低，所以dp[i][0] = Math.max(dp[i - 1][0], -prices[i])，注意第i - 1天购入的话需要花费prices[i]的成本，所以为负数
- 当处于第一次卖出的状态，其可能是第i天卖出也可能是之前就已经卖出，取决于哪天卖出的利润更高，所以dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i])，dp[i - 1][0]是第一次购买最低的成本，其可以保证当天卖出在前i - 1天当中所得到的利润是最大的
- 当处于第二次买入的状态，其与第一次买入的状态类似，区别是第一次已经交易成功了，所以如果当天买入的话dp[i][2]的值还要加上第一次交易所得到的最大利润，也就是dp[i - 1][1]，所以dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] - prices[i])
- 当处于第二次卖入的状态，其与第二次卖出的状态类似，dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] + prices[i])
需要注意的是，dp[0][2]与dp[0][0]一样，初始需要给默认值-prices[0]，在第一次交易未完成时，dp[i][2]实际上始终与dp[i][0]相同，dp[i][3]与dp[i][1]也是如此，实际上此时第二次交易也是第一次交易（因为dp[i - 1][1]始终都为0，此时dp[i][2] = Math.max(dp[i - 1][2], - prices[i - 1])）。当第一次交易完成时，dp[i][2]就需要在第一次交易获得利润的基础上进行考虑，其购买的成本会变为dp[i - 1][1] - prices[i - 1]

代码

class Solution {
    public int maxProfit(int[] prices) {
        int n = prices.length;
        // 二维数组，dp[i][j]表示第i天时处于第j中状态的最大利润
        /**
         * j有以下四种状态
         * 0：第一次持有股票
         * 1：第一次不持有股票（也就是完成第一次交易）
         * 2：第二次持有股票
         * 3：第二次不持有股票（也就是完成第二次交易）
         * 不做任何操作也是一种状态，但是对结果无影响不考虑
         */
        int[][] dp = new int[n][4];
        dp[0][0] = -prices[0];
        dp[0][2] = -prices[0];
        for (int i = 1; i < n; i++) {
            // 第i天购买或者之前就已购买，取购买花费更低的成本
            dp[i][0] = Math.max(dp[i - 1][0], -prices[i]);
            // 第i天卖出或者之前就已卖出，取卖出得到更高的利润
            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
            // 第i天购买或者之前就已购买，取购买花费更低的成本，第二次交易还要加上第一次交易所得的利润
            dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] - prices[i]);
            // 第i天卖出或者之前就已卖出，取卖出得到更高的利润
            dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] + prices[i]);
        }
        return Math.max(dp[n - 1][1], dp[n - 1][3]);
    }
}