Best time to buy and sell stock III --- LeetCode

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 two transactions.

Note:
You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).

思路：这次限定了次数 那么可以以某一天为分界点 在这一天之前最大的盈利和这一天之后的最大盈利 这两个盈利之和变为两次交易的最大盈利

#include <iostream>#include <vector>using namespace std;/* 思路：可以将两次分为历史和将来 从某一天开始 历史的最好盈利和将来的最好盈利  这两者的和 即为买卖两次的最佳盈利   */int SellStockThird(vector<int>& vec){vector<int> share(vec.size(),0);vector<int> his(vec.size(),0);vector<int>fur(vec.size(),0);int i,j=0;for(i=1;i<vec.size();i++)share[i] = vec[i]-vec[i-1];int cur=share[0];int sum = share[0];for(i=1;i<vec.size();i++){if(cur < 0) cur = share[i];else{cur+=share[i];his[i] = cur;} if(sum < cur) { sum = cur; his[i] = sum; } else his[i] = his[i-1];}cur = share[share.size()-1];sum = cur;for(i=vec.size()-2;i>=0;i--){if(cur < 0) cur = share[i];else{cur+=share[i];fur[i] = cur;} if(sum < cur) { sum = cur; fur[i] = sum; } else fur[i] = fur[i+1];}sum =0;for(i=0;i<his.size()-1;i++)if(sum < his[i]+fur[i+1])sum = his[i]+fur[i+1];return sum;}int main(){int array[]={12,8,10,6,15,18,10};vector<int> vec(array,array+sizeof(array)/sizeof(int));cout<<SellStockThird(vec);return 0;}

现在我们最多可以进行两次交易。我们仍然使用动态规划来完成，事实上可以解决非常通用的情况，也就是最多进行k次交易的情况。
这里我们先解释最多可以进行k次交易的算法，然后最多进行两次我们只需要把k取成2即可。我们还是使用“局部最优和全局最优解法”。我们维护两种量，一个是当前到达第i天可以最多进行j次交易，最好的利润是多少（global[i][j]），另一个是当前到达第i天，最多可进行j次交易，并且最后一次交易在当天卖出的最好的利润是多少（local[i][j]）。下面我们来看递推式，全局的比较简单，

global[i][j]=max(local[i][j],global[i-1][j])，

也就是去当前局部最好的，和过往全局最好的中大的那个（因为最后一次交易如果包含当前天一定在局部最好的里面，否则一定在过往全局最优的里面）。对于局部变量的维护，递推式是

local[i][j]=max(global[i-1][j-1]+max(diff,0),local[i-1][j]+diff)，

也就是看两个量，第一个是全局到i-1天进行j-1次交易，然后加上今天的交易，如果今天是赚钱的话（也就是前面只要j-1次交易，最后一次交易取当前天），第二个量则是取local第i-1天j次交易，然后加上今天的差值（这里因为local[i-1][j]比如包含第i-1天卖出的交易，所以现在变成第i天卖出，并不会增加交易次数，而且这里无论diff是不是大于0都一定要加上，因为否则就不满足local[i][j]必须在最后一天卖出的条件了）。
上面的算法中对于天数需要一次扫描，而每次要对交易次数进行递推式求解，所以时间复杂度是O(n*k)，如果是最多进行两次交易，那么复杂度还是O(n)。空间上只需要维护当天数据皆可以，所以是O(k)，当k=2，则是O(1)。代码如下：

    public int maxProfit(int[] prices) {          if(prices==null || prices.length==0)              return 0;          int[] local = new int[3];          int[] global = new int[3];          for(int i=0;i<prices.length-1;i++)          {              int diff = prices[i+1]-prices[i];              for(int j=2;j>=1;j--)              {                  local[j] = Math.max(global[j-1]+(diff>0?diff:0), local[j]+diff);                  global[j] = Math.max(local[j],global[j]);              }          }          return global[2];      }