团灭 LeetCode 股票买卖问题

很多读者抱怨 LeetCode 的股票系列问题奇技淫巧太多,如果面试真的遇到这类问题,基本不会想到那些巧妙的办法,怎么办?所以本文拒绝奇技淫巧,而是稳扎稳打,只用一种通用方法解决所用问题,以不变应万变

这篇文章用状态机的技巧来解决,可以全部提交通过。不要觉得这个名词高大上,文学词汇而已,实际上就是 DP table,看一眼就明白了。

PS:本文参考自英文版 LeetCode 的一篇题解

先随便抽出一道题,看看别人的解法:

  1. int maxProfit(vector<int>& prices) {
  2. if(prices.empty()) return 0;
  3. int s1=-prices[0],s2=INT_MIN,s3=INT_MIN,s4=INT_MIN;
  4. for(int i=1;i<prices.size();++i) {
  5. s1 = max(s1, -prices[i]);
  6. s2 = max(s2, s1+prices[i]);
  7. s3 = max(s3, s2-prices[i]);
  8. s4 = max(s4, s3+prices[i]);
  9. }
  10. return max(0,s4);
  11. }

能看懂吧?会做了吗?不可能的,你看不懂,这才正常。就算你勉强看懂了,下一个问题你还是做不出来。为什么别人能写出这么诡异却又高效的解法呢?因为这类问题是有框架的,但是人家不会告诉你的,因为一旦告诉你,你五分钟就学会了,该算法题就不再神秘,变得不堪一击了。

本文就来告诉你这个框架,然后带着你一道一道秒杀。这篇文章用状态机的技巧来解决,可以全部提交通过。不要觉得这个名词高大上,文学词汇而已,实际上就是 DP table,看一眼就明白了。

这 6 道题目是有共性的,我就抽出来第 4 道题目,因为这道题是一个最泛化的形式,其他的问题都是这个形式的简化,看下题目:

团灭 LeetCode 股票买卖问题 - 图1

第一题是只进行一次交易,相当于 k = 1;第二题是不限交易次数,相当于 k = +infinity(正无穷);第三题是只进行 2 次交易,相当于 k = 2;剩下两道也是不限次数,但是加了交易「冷冻期」和「手续费」的额外条件,其实就是第二题的变种,都很容易处理。

如果你还不熟悉题目,可以去 LeetCode 查看这些题目的内容,本文为了节省篇幅,就不列举这些题目的具体内容了。下面言归正传,开始解题。

一、穷举框架

首先,还是一样的思路:如何穷举?这里的穷举思路和上篇文章递归的思想不太一样。

递归其实是符合我们思考的逻辑的,一步步推进,遇到无法解决的就丢给递归,一不小心就做出来了,可读性还很好。缺点就是一旦出错,你也不容易找到错误出现的原因。比如上篇文章的递归解法,肯定还有计算冗余,但确实不容易找到。

而这里,我们不用递归思想进行穷举,而是利用「状态」进行穷举。我们具体到每一天,看看总共有几种可能的「状态」,再找出每个「状态」对应的「选择」。我们要穷举所有「状态」,穷举的目的是根据对应的「选择」更新状态。听起来抽象,你只要记住「状态」和「选择」两个词就行,下面实操一下就很容易明白了。

  1. for 状态1 in 状态1的所有取值:
  2. for 状态2 in 状态2的所有取值:
  3. for ...
  4. dp[状态1][状态2][...] = 择优(选择1,选择2...)

比如说这个问题,每天都有三种「选择」:买入、卖出、无操作,我们用 buy, sell, rest 表示这三种选择。但问题是,并不是每天都可以任意选择这三种选择的,因为 sell 必须在 buy 之后,buy 必须在 sell 之后。那么 rest 操作还应该分两种状态,一种是 buy 之后的 rest(持有了股票),一种是 sell 之后的 rest(没有持有股票)。而且别忘了,我们还有交易次数 k 的限制,就是说你 buy 还只能在 k > 0 的前提下操作。

很复杂对吧,不要怕,我们现在的目的只是穷举,你有再多的状态,老夫要做的就是一把梭全部列举出来。这个问题的「状态」有三个,第一个是天数,第二个是允许交易的最大次数,第三个是当前的持有状态(即之前说的 rest 的状态,我们不妨用 1 表示持有,0 表示没有持有)。然后我们用一个三维数组就可以装下这几种状态的全部组合:

  1. dp[i][k][0 or 1]
  2. 0 <= i <= n-1, 1 <= k <= K
  3. n 为天数,大 K 为最多交易数
  4. 此问题共 n × K × 2 种状态,全部穷举就能搞定。
  5. for 0 <= i < n:
  6. for 1 <= k <= K:
  7. for s in {0, 1}:
  8. dp[i][k][s] = max(buy, sell, rest)

而且我们可以用自然语言描述出每一个状态的含义,比如说 dp[3][2][1] 的含义就是:今天是第三天,我现在手上持有着股票,至今最多进行 2 次交易。再比如 dp[2][3][0] 的含义:今天是第二天,我现在手上没有持有股票,至今最多进行 3 次交易。很容易理解,对吧?

我们想求的最终答案是 dp[n - 1][K][0],即最后一天,最多允许 K 次交易,最多获得多少利润。读者可能问为什么不是 dp[n - 1][K][1]?因为 [1] 代表手上还持有股票,[0] 表示手上的股票已经卖出去了,很显然后者得到的利润一定大于前者。

记住如何解释「状态」,一旦你觉得哪里不好理解,把它翻译成自然语言就容易理解了。

二、状态转移框架

现在,我们完成了「状态」的穷举,我们开始思考每种「状态」有哪些「选择」,应该如何更新「状态」。只看「持有状态」,可以画个状态转移图。

团灭 LeetCode 股票买卖问题 - 图2

通过这个图可以很清楚地看到,每种状态(0 和 1)是如何转移而来的。根据这个图,我们来写一下状态转移方程:

  1. dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
  2. max( 选择 rest , 选择 sell )
  3. 解释:今天我没有持有股票,有两种可能:
  4. 要么是我昨天就没有持有,然后今天选择 rest,所以我今天还是没有持有;
  5. 要么是我昨天持有股票,但是今天我 sell 了,所以我今天没有持有股票了。
  6. dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])
  7. max( 选择 rest , 选择 buy )
  8. 解释:今天我持有着股票,有两种可能:
  9. 要么我昨天就持有着股票,然后今天选择 rest,所以我今天还持有着股票;
  10. 要么我昨天本没有持有,但今天我选择 buy,所以今天我就持有股票了。

这个解释应该很清楚了,如果 buy,就要从利润中减去 prices[i],如果 sell,就要给利润增加 prices[i]。今天的最大利润就是这两种可能选择中较大的那个。而且注意 k 的限制,我们在选择 buy 的时候,把 k 减小了 1,很好理解吧,当然你也可以在 sell 的时候减 1,一样的。

现在,我们已经完成了动态规划中最困难的一步:状态转移方程。如果之前的内容你都可以理解,那么你已经可以秒杀所有问题了,只要套这个框架就行了。不过还差最后一点点,就是定义 base case,即最简单的情况。

  1. dp[-1][k][0] = 0
  2. 解释:因为 i 是从 0 开始的,所以 i = -1 意味着还没有开始,这时候的利润当然是 0
  3. dp[-1][k][1] = -infinity
  4. 解释:还没开始的时候,是不可能持有股票的,用负无穷表示这种不可能。
  5. dp[i][0][0] = 0
  6. 解释:因为 k 是从 1 开始的,所以 k = 0 意味着根本不允许交易,这时候利润当然是 0
  7. dp[i][0][1] = -infinity
  8. 解释:不允许交易的情况下,是不可能持有股票的,用负无穷表示这种不可能。

把上面的状态转移方程总结一下:

  1. base case
  2. dp[-1][k][0] = dp[i][0][0] = 0
  3. dp[-1][k][1] = dp[i][0][1] = -infinity
  4. 状态转移方程:
  5. dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
  6. dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])

读者可能会问,这个数组索引是 -1 怎么编程表示出来呢,负无穷怎么表示呢?这都是细节问题,有很多方法实现。现在完整的框架已经完成,下面开始具体化。

三、秒杀题目

第一题,k = 1

直接套状态转移方程,根据 base case,可以做一些化简:

  1. dp[i][1][0] = max(dp[i-1][1][0], dp[i-1][1][1] + prices[i])
  2. dp[i][1][1] = max(dp[i-1][1][1], dp[i-1][0][0] - prices[i])
  3. = max(dp[i-1][1][1], -prices[i])
  4. 解释:k = 0 base case,所以 dp[i-1][0][0] = 0
  5. 现在发现 k 都是 1,不会改变,即 k 对状态转移已经没有影响了。
  6. 可以进行进一步化简去掉所有 k
  7. dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
  8. dp[i][1] = max(dp[i-1][1], -prices[i])

直接写出代码:

  1. int n = prices.length;
  2. int[][] dp = new int[n][2];
  3. for (int i = 0; i < n; i++) {
  4. dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] + prices[i]);
  5. dp[i][1] = Math.max(dp[i-1][1], -prices[i]);
  6. }
  7. return dp[n - 1][0];

显然 i = 0 时 dp[i-1] 是不合法的。这是因为我们没有对 i 的 base case 进行处理。可以这样处理:

  1. for (int i = 0; i < n; i++) {
  2. if (i - 1 == -1) {
  3. dp[i][0] = 0;
  4. // 解释:
  5. // dp[i][0]
  6. // = max(dp[-1][0], dp[-1][1] + prices[i])
  7. // = max(0, -infinity + prices[i]) = 0
  8. dp[i][1] = -prices[i];
  9. //解释:
  10. // dp[i][1]
  11. // = max(dp[-1][1], dp[-1][0] - prices[i])
  12. // = max(-infinity, 0 - prices[i])
  13. // = -prices[i]
  14. continue;
  15. }
  16. dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] + prices[i]);
  17. dp[i][1] = Math.max(dp[i-1][1], -prices[i]);
  18. }
  19. return dp[n - 1][0];

第一题就解决了,但是这样处理 base case 很麻烦,而且注意一下状态转移方程,新状态只和相邻的一个状态有关,其实不用整个 dp 数组,只需要一个变量储存相邻的那个状态就足够了,这样可以把空间复杂度降到 O(1):

  1. // k == 1
  2. int maxProfit_k_1(int[] prices) {
  3. int n = prices.length;
  4. // base case: dp[-1][0] = 0, dp[-1][1] = -infinity
  5. int dp_i_0 = 0, dp_i_1 = Integer.MIN_VALUE;
  6. for (int i = 0; i < n; i++) {
  7. // dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
  8. dp_i_0 = Math.max(dp_i_0, dp_i_1 + prices[i]);
  9. // dp[i][1] = max(dp[i-1][1], -prices[i])
  10. dp_i_1 = Math.max(dp_i_1, -prices[i]);
  11. }
  12. return dp_i_0;
  13. }

两种方式都是一样的,不过这种编程方法简洁很多。但是如果没有前面状态转移方程的引导,是肯定看不懂的。后续的题目,我主要写这种空间复杂度 O(1) 的解法。

第二题,k = +infinity

如果 k 为正无穷,那么就可以认为 k 和 k - 1 是一样的。可以这样改写框架:

  1. dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
  2. dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])
  3. = max(dp[i-1][k][1], dp[i-1][k][0] - prices[i])
  4. 我们发现数组中的 k 已经不会改变了,也就是说不需要记录 k 这个状态了:
  5. dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
  6. dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i])

直接翻译成代码:

  1. int maxProfit_k_inf(int[] prices) {
  2. int n = prices.length;
  3. int dp_i_0 = 0, dp_i_1 = Integer.MIN_VALUE;
  4. for (int i = 0; i < n; i++) {
  5. int temp = dp_i_0;
  6. dp_i_0 = Math.max(dp_i_0, dp_i_1 + prices[i]);
  7. dp_i_1 = Math.max(dp_i_1, temp - prices[i]);
  8. }
  9. return dp_i_0;
  10. }

第三题,k = +infinity with cooldown

每次 sell 之后要等一天才能继续交易。只要把这个特点融入上一题的状态转移方程即可:

  1. dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
  2. dp[i][1] = max(dp[i-1][1], dp[i-2][0] - prices[i])
  3. 解释:第 i 天选择 buy 的时候,要从 i-2 的状态转移,而不是 i-1

翻译成代码:

  1. int maxProfit_with_cool(int[] prices) {
  2. int n = prices.length;
  3. int dp_i_0 = 0, dp_i_1 = Integer.MIN_VALUE;
  4. int dp_pre_0 = 0; // 代表 dp[i-2][0]
  5. for (int i = 0; i < n; i++) {
  6. int temp = dp_i_0;
  7. dp_i_0 = Math.max(dp_i_0, dp_i_1 + prices[i]);
  8. dp_i_1 = Math.max(dp_i_1, dp_pre_0 - prices[i]);
  9. dp_pre_0 = temp;
  10. }
  11. return dp_i_0;
  12. }

第四题,k = +infinity with fee

每次交易要支付手续费,只要把手续费从利润中减去即可。改写方程:

  1. dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
  2. dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i] - fee)
  3. 解释:相当于买入股票的价格升高了。
  4. 在第一个式子里减也是一样的,相当于卖出股票的价格减小了。

直接翻译成代码:

  1. int maxProfit_with_fee(int[] prices, int fee) {
  2. int n = prices.length;
  3. int dp_i_0 = 0, dp_i_1 = Integer.MIN_VALUE;
  4. for (int i = 0; i < n; i++) {
  5. int temp = dp_i_0;
  6. dp_i_0 = Math.max(dp_i_0, dp_i_1 + prices[i]);
  7. dp_i_1 = Math.max(dp_i_1, temp - prices[i] - fee);
  8. }
  9. return dp_i_0;
  10. }

第五题,k = 2

k = 2 和前面题目的情况稍微不同,因为上面的情况都和 k 的关系不太大。要么 k 是正无穷,状态转移和 k 没关系了;要么 k = 1,跟 k = 0 这个 base case 挨得近,最后也没有存在感。

这道题 k = 2 和后面要讲的 k 是任意正整数的情况中,对 k 的处理就凸显出来了。我们直接写代码,边写边分析原因。

  1. 原始的动态转移方程,没有可化简的地方
  2. dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
  3. dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])

按照之前的代码,我们可能想当然这样写代码(错误的):

  1. int k = 2;
  2. int[][][] dp = new int[n][k + 1][2];
  3. for (int i = 0; i < n; i++)
  4. if (i - 1 == -1) { /* 处理一下 base case*/ }
  5. dp[i][k][0] = Math.max(dp[i-1][k][0], dp[i-1][k][1] + prices[i]);
  6. dp[i][k][1] = Math.max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i]);
  7. }
  8. return dp[n - 1][k][0];

为什么错误?我这不是照着状态转移方程写的吗?

还记得前面总结的「穷举框架」吗?就是说我们必须穷举所有状态。其实我们之前的解法,都在穷举所有状态,只是之前的题目中 k 都被化简掉了。比如说第一题,k = 1:

「代码截图」

这道题由于没有消掉 k 的影响,所以必须要对 k 进行穷举:

  1. int max_k = 2;
  2. int[][][] dp = new int[n][max_k + 1][2];
  3. for (int i = 0; i < n; i++) {
  4. for (int k = max_k; k >= 1; k--) {
  5. if (i - 1 == -1) { /*处理 base case */ }
  6. dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i]);
  7. dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i]);
  8. }
  9. }
  10. // 穷举了 n × max_k × 2 个状态,正确。
  11. return dp[n - 1][max_k][0];

如果你不理解,可以返回第一点「穷举框架」重新阅读体会一下。

这里 k 取值范围比较小,所以可以不用 for 循环,直接把 k = 1 和 2 的情况全部列举出来也可以:

  1. dp[i][2][0] = max(dp[i-1][2][0], dp[i-1][2][1] + prices[i])
  2. dp[i][2][1] = max(dp[i-1][2][1], dp[i-1][1][0] - prices[i])
  3. dp[i][1][0] = max(dp[i-1][1][0], dp[i-1][1][1] + prices[i])
  4. dp[i][1][1] = max(dp[i-1][1][1], -prices[i])
  5. int maxProfit_k_2(int[] prices) {
  6. int dp_i10 = 0, dp_i11 = Integer.MIN_VALUE;
  7. int dp_i20 = 0, dp_i21 = Integer.MIN_VALUE;
  8. for (int price : prices) {
  9. dp_i20 = Math.max(dp_i20, dp_i21 + price);
  10. dp_i21 = Math.max(dp_i21, dp_i10 - price);
  11. dp_i10 = Math.max(dp_i10, dp_i11 + price);
  12. dp_i11 = Math.max(dp_i11, -price);
  13. }
  14. return dp_i20;
  15. }

有状态转移方程和含义明确的变量名指导,相信你很容易看懂。其实我们可以故弄玄虚,把上述四个变量换成 a, b, c, d。这样当别人看到你的代码时就会大惊失色,对你肃然起敬。

第六题,k = any integer

有了上一题 k = 2 的铺垫,这题应该和上一题的第一个解法没啥区别。但是出现了一个超内存的错误,原来是传入的 k 值会非常大,dp 数组太大了。现在想想,交易次数 k 最多有多大呢?

一次交易由买入和卖出构成,至少需要两天。所以说有效的限制 k 应该不超过 n/2,如果超过,就没有约束作用了,相当于 k = +infinity。这种情况是之前解决过的。

直接把之前的代码重用:

  1. int maxProfit_k_any(int max_k, int[] prices) {
  2. int n = prices.length;
  3. if (max_k > n / 2)
  4. return maxProfit_k_inf(prices);
  5. int[][][] dp = new int[n][max_k + 1][2];
  6. for (int i = 0; i < n; i++)
  7. for (int k = max_k; k >= 1; k--) {
  8. if (i - 1 == -1) { /* 处理 base case */ }
  9. dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i]);
  10. dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i]);
  11. }
  12. return dp[n - 1][max_k][0];
  13. }

至此,6 道题目通过一个状态转移方程全部解决。

四、最后总结

本文给大家讲了如何通过状态转移的方法解决复杂的问题,用一个状态转移方程秒杀了 6 道股票买卖问题,现在想想,其实也不算难对吧?这已经属于动态规划问题中较困难的了。

关键就在于列举出所有可能的「状态」,然后想想怎么穷举更新这些「状态」。一般用一个多维 dp 数组储存这些状态,从 base case 开始向后推进,推进到最后的状态,就是我们想要的答案。想想这个过程,你是不是有点理解「动态规划」这个名词的意义了呢?

具体到股票买卖问题,我们发现了三个状态,使用了一个三维数组,无非还是穷举 + 更新,不过我们可以说的高大上一点,这叫「三维 DP」,怕不怕?这个大实话一说,立刻显得你高人一等,名利双收有没有,所以给个在看/分享吧,鼓励一下我。

致力于把算法讲清楚!欢迎关注我的微信公众号 labuladong,查看更多通俗易懂的文章

labuladong

上一篇:动态规划之KMP字符匹配算法

下一篇:团灭 LeetCode 打家劫舍问题

目录