题目大意:
你初始时有∞ 元钱,并且每天持有的股票不超过 Maxp 。 有 T 天,你知道每一天的买入价格( AP[i] ),卖出价格( Bp[i] ), 买入数量限制( AS[i] ),卖出数量限制( BS[i] )。 并且两次交易之间必须间隔 W 天。 现在问你 T 天结束后,最大收益是多少。
分析:
注意对题意的理解,虽然有无限的钱,但是买股票是要减少当前的收益的,收益是卖出的总钱数减去买入的钱数。收益并不是只增不减。
可以想到的是:动态规划。设f[i][j]表示前i天之后,剩下j股股票的最大收益。显然根据题意,在j相同的时候,i越往后的时候,f[i][j]越大。
状态转移方程,买入和卖出是相同的思路:
卖出:
f[i][j]=max(f[i-w-1][k]+(k-j)×bp[i]) (j<=k<=j+bs[i])
买入:
f[i][j]=max(f[i-w-1][k]-(j-k)×ap[i]) (j-as[i]<=k<=j)
这种情况的复杂度是O(T×Mp×Mp)直接T掉。
将转移方程括号展开,发现:
f[i-w-1][k]+(k-j)×bp[i]=(f[i-w-1][k]+k×bp[i])-j×bp[i]
在给定i,j的时候,唯一在变的变量就是k,k的取值会影响最大值。而且给予j正确的循环顺序,k的取值区间是逐渐在平移的。
想到了什么?
滑动窗口!单调队列!单调队列优化DP!
我们外层循环i,内层循环j,每次先除去过期的解,加上新的选择,再从单调队列队头取出最优解,进行更新。
注意:
1.在买入和卖出时,为了保证能转移德到j的所有元素都在队列里,j的循环顺序是不同的。
2.对于给定的i,处理买入卖出的顺序可以颠倒。无所谓。
3.当i-w-1小于0时,取0即可。
代码:
#include<bits/stdc++.h> using namespace std; const int N=2000+10; int t,mp,w; int f[N][N]; int ans; int q[N],hd=1,tl=0; int main() { scanf("%d%d%d",&t,&mp,&w); int ap,bp,as,bs;//并不需要数组 memset(f,0xcf,sizeof f);//初值负无穷 f[0][0]=0; for(int i=1;i<=t;i++) { scanf("%d%d%d%d",&ap,&bp,&as,&bs); hd=1,tl=0; int from=max(0,i-w-1);//从何转移 for(int j=mp;j>=0;j--)//卖出 { f[i][j]=max(f[i][j],f[i-1][j]);//可以今天不买不卖 while(hd<=tl&&(j+bs<q[hd])) hd++;//除去过期者 while(hd<=tl&&(f[from][q[tl]]+q[tl]*bp<f[from][j]+j*bp)) tl--;//因为从i的上一个状态来,所以先加入新元素 q[++tl]=j; f[i][j]=max(f[i][j],f[from][q[hd]]+q[hd]*bp-j*bp); } hd=1,tl=0; for(int j=0;j<=mp;j++)//买入 { f[i][j]=max(f[i][j],f[i-1][j]); while(hd<=tl&&(j-as>q[hd])) hd++; while(hd<=tl&&(f[from][q[tl]]+q[tl]*ap<f[from][j]+j*ap)) tl--; q[++tl]=j; f[i][j]=max(f[i][j],f[from][q[hd]]+q[hd]*ap-j*ap); } } for(int j=0;j<=mp;j++) ans=max(ans,f[t][j]); printf("%d",ans); return 0; }
总结:
1.对于决策转移时,有明显单调性的情况,对于状态移动时,转移决策重复度较大。都可用单调队列优化。
2.单调队列利用每个元素只能进一次,出一次,使得O(n)变为均摊O(1)复杂度,简化时间。