Best Time to Buy and Sell Stock IV

題目來源
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).

這道題呢锭亏,大家肯定一看也知道應(yīng)該用DP剥纷,但是具體應(yīng)該怎么用呢郑现,肯定是個(gè)二維的DP拼坎。假設(shè)dp[k][i]表示前i天里交易k次最大盈利,那么dp[k][i]可以有兩種可能座舍,一種是在第i天的時(shí)候沒有交易則dp[k][i] = dp[k][i-1]扎拣,另一種是在第i天的時(shí)候有交易則dp[k][i] = dp[k-1][j-1] + price[i] - price[j]腌歉,j表示上一次買入的時(shí)候的那一天依痊。
那么dp[k][i] = max(dp[k][i-1], dp[k-1][j-1] + price[i] - price[j])避除。
dp[0][i] = 0 因?yàn)?次交易的話盈利肯定是0。
dp[k][0] = 0 因?yàn)榈?天肯定也沒有盈利抗悍。
代碼如下所示:

class Solution {
public:
   int maxProfit(int k, vector<int>& prices) {
       int n = prices.size();
       vector<vector<int>> dp(k+1, vector<int>(n+1, 0));
       for (int i=1; i<=k; i++) {
           for (int j=1; j<=n; j++) {
               int tmp = 0;
               for (int jj=1; jj<j; jj++)
                   tmp = max(tmp, dp[i-1][jj-1] + prices[j-1] - prices[jj-1]);
               dp[i][j] = max(dp[i][j-1], tmp);
           }
       }
       return dp[k][n];
   }
};

然后結(jié)果怎么樣,沒錯(cuò)钳枕,又是TLE缴渊!又超時(shí)了!時(shí)間復(fù)雜度有點(diǎn)高鱼炒,O(n^3)衔沼。
然后參考了下大神的,修改了一下代碼,改成O(n^2)的指蚁。

class Solution {
public:
    int maxProfit(int k, vector<int>& prices) {
        int n = prices.size();
        if (n < 2)
            return 0;
        int maxPro = 0;
        vector<vector<int>> dp(k+1, vector<int>(n+1, 0));
        for (int i=1; i<=k; i++) {
            int tmpMax = dp[i-1][1] - prices[0];
            for (int j=1; j<=n; j++) {
                dp[i][j] = max(dp[i][j-1], tmpMax + prices[j-1]);
                tmpMax = max(tmpMax, dp[i-1][j] - prices[j-1]);
                maxPro = max(maxPro, dp[i][j]);
            }
        }
        return maxPro;
    }
};

巧妙的引入了一個(gè)tmpMax來存儲(chǔ)以前dp[i-1][jj-1] + prices[j-1] - prices[jj-1]中的dp[i-1][jj-1] - prices[jj-1]菩佑。
但是還是A不了,當(dāng)k或者prices非常大的時(shí)候凝化,內(nèi)存溢出了稍坯。
繼續(xù)看看怎么改進(jìn),可以采取一些小技巧來防止TLE或者溢出搓劫。
比如說假如交易次數(shù)達(dá)到天數(shù)的一半瞧哟,那么最大收益可以直接算出來,不用管交易次數(shù)的限制枪向。

class Solution {
public:
    int maxProfit(int k, vector<int>& prices) {
        int n = prices.size();
        if (n < 2)
            return 0;
        if (k > n / 2)
            return quickSolver(prices);
        int maxPro = 0;
        vector<vector<int>> dp(k+1, vector<int>(n+1, 0));
        for (int i=1; i<=k; i++) {
            int tmpMax = dp[i-1][1] - prices[0];
            for (int j=1; j<=n; j++) {
                dp[i][j] = max(dp[i][j-1], tmpMax + prices[j-1]);
                tmpMax = max(tmpMax, dp[i-1][j] - prices[j-1]);
                maxPro = max(maxPro, dp[i][j]);
            }
        }
        return maxPro;
    }
    
    int quickSolver(vector<int> prices)
    {
        int n = prices.size();
        int res = 0;
        for (int i=1; i<n; i++) {
            if (prices[i] > prices[i-1])
                res += prices[i] - prices[i-1];
        }
        return res;
    }
};
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末勤揩,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子秘蛔,更是在濱河造成了極大的恐慌陨亡,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,185評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件深员,死亡現(xiàn)場離奇詭異负蠕,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)辨液,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門虐急,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人滔迈,你說我怎么就攤上這事止吁。” “怎么了燎悍?”我有些...
    開封第一講書人閱讀 163,524評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵敬惦,是天一觀的道長。 經(jīng)常有香客問我谈山,道長俄删,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,339評(píng)論 1 293
  • 正文 為了忘掉前任奏路,我火速辦了婚禮畴椰,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘鸽粉。我一直安慰自己斜脂,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,387評(píng)論 6 391
  • 文/花漫 我一把揭開白布触机。 她就那樣靜靜地躺著帚戳,像睡著了一般玷或。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上片任,一...
    開封第一講書人閱讀 51,287評(píng)論 1 301
  • 那天偏友,我揣著相機(jī)與錄音,去河邊找鬼对供。 笑死位他,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的犁钟。 我是一名探鬼主播棱诱,決...
    沈念sama閱讀 40,130評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼涝动!你這毒婦竟也來了迈勋?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,985評(píng)論 0 275
  • 序言:老撾萬榮一對(duì)情侶失蹤醋粟,失蹤者是張志新(化名)和其女友劉穎靡菇,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體米愿,經(jīng)...
    沈念sama閱讀 45,420評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡厦凤,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,617評(píng)論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了育苟。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片较鼓。...
    茶點(diǎn)故事閱讀 39,779評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖违柏,靈堂內(nèi)的尸體忽然破棺而出博烂,到底是詐尸還是另有隱情,我是刑警寧澤漱竖,帶...
    沈念sama閱讀 35,477評(píng)論 5 345
  • 正文 年R本政府宣布禽篱,位于F島的核電站,受9級(jí)特大地震影響馍惹,放射性物質(zhì)發(fā)生泄漏躺率。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,088評(píng)論 3 328
  • 文/蒙蒙 一万矾、第九天 我趴在偏房一處隱蔽的房頂上張望悼吱。 院中可真熱鬧,春花似錦良狈、人聲如沸后添。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽吕朵。三九已至,卻和暖如春窥突,著一層夾襖步出監(jiān)牢的瞬間努溃,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評(píng)論 1 269
  • 我被黑心中介騙來泰國打工阻问, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留梧税,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,876評(píng)論 2 370
  • 正文 我出身青樓称近,卻偏偏與公主長得像第队,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子刨秆,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,700評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容