这是四则或许对你有些许帮助的信息:
1、👉23年5月份我从字节跳动离职跳槽到某外企期间，为方便自己找工作，增加上岸几率，我自己从0开发了一个大厂面试真题解析网站，包括两个前端和一个后端。能够定向查看某些公司的某些岗位面试真题，比如我想查一下行业为互联网，公司为字节跳动，考察岗位为后端，考察时间为最近一年之类的面试题有哪些？
衷心希望自己开发的这个网站能够帮到更多的人，自己能够以技术服务于大家！
2、😍 免费分享阿秀个人学习计算机以来收集到的免费学习资源，点此白嫖；也记录一下自己以前买过的不错的计算机书籍、网络专栏和垃圾付费专栏。
3、🚀如果你想在校招中顺利拿到更好的offer，阿秀建议你多看看前人踩过的坑和留下的经验，事实上你现在遇到的大多数问题你的学长学姐师兄师姐基本都已经遇到过了。
4、🔥 欢迎准备计算机校招的小伙伴加入我的学习圈子，一个人踽踽独行不如一群人报团取暖，圈子里沉淀了很多过去21/22/23届学长学姐的经验和总结，好好跟着走下去的，最后基本都可以拿到不错的offer！此外，每周都会进行精华总结和分享！如果你需要《阿秀的学习笔记》网站中📚︎校招八股文相关知识点的PDF版本的话，可以点此下载 。
# 188. 买卖股票的最佳时机 IV 最难的一种了
力扣原题链接（点我直达） (opens new window)
给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
注意: 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
示例 1:
输入: [2,4,1], k = 2
输出: 2
解释: 在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 = 2 。
2
3
示例 2:
输入: [3,2,6,5,0,3], k = 2
输出: 7
解释: 在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后，在第 5 天 (股票价格 = 0) 的时候买入，在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。
2
3
4
# 第一版，模板
执行用时 :36 ms, 在所有 cpp 提交中击败了33.51%的用户
内存消耗 :19.5 MB, 在所有 cpp 提交中击败了5.23%的用户
当k>= prices的一半时，就变成普通的股票问题，也就是不限次数
int maxProfit(vector<int>& prices) {
int sum = 0,temp=prices[0];
for (auto& p : prices) {
if (p > temp) {
sum += p - temp;
temp = p;
}
else
temp = p;
}
return sum;
}
int maxProfit(int k, vector<int>& prices) {
int i_max = prices.size();
if (i_max == 0)
return 0;
if (k * 2 > i_max) return maxProfit(prices);
vector<vector<vector<int>>> dp(i_max, vector<vector<int>>(k + 1, vector<int>(2, 0)));
for (int i = 0; i < i_max; i++) {
for (int j = 1; j <= k; j++) {
if (i == 0)
{
dp[i][j][0] = 0;
dp[i][j][1] = -prices[i];
continue;
}
dp[i][j][0] = max(dp[i - 1][j][0], dp[i - 1][j][1] + prices[i]);
dp[i][j][1] = max(dp[i - 1][j][1], dp[i - 1][j - 1][0] - prices[i]);
}
}
return dp[i_max - 1][k][0];
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
# 第二版，改进版本，只存储相邻一天的情况
执行用时 :8 ms, 在所有 cpp 提交中击败了91.97%的用户
内存消耗 :9.3 MB, 在所有 cpp 提交中击败了20.91%的用户
int maxProfit(vector<int>& prices) {
int sum = 0,temp=prices[0];
for (auto& p : prices) {
if (p > temp) {
sum += p - temp;
temp = p;
}
else
temp = p;
}
return sum;
}
int maxProfit(int k, vector<int>& prices) {
if (prices.size() < 2 || k < 1) return 0;
int N = prices.size();
if (k >= N / 2) {
return maxProfit(prices);
}
vector<vector<int> > dp(k + 1, vector<int>{0, INT_MIN});
for (int i = 0; i < N; ++i) {
for (int j = k; j > 0; --j) {
dp[j][0] = max(dp[j][0], dp[j][1] + prices[i]);
dp[j][1] = max(dp[j][1], dp[j - 1][0] - prices[i]);
}
}
return dp[k][0];
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
# 第三版，最终版，确实好很多
执行用时 :8 ms, 在所有 cpp 提交中击败了91.97%的用户
内存消耗 :9.2 MB, 在所有 cpp 提交中击败了22.22%的用户
int maxProfit(vector<int>& prices) {
int sum = 0,temp=prices[0];
for (auto& p : prices) {
if (p > temp) {
sum += p - temp;
temp = p;
}
else
temp = p;
}
return sum;
}
int maxProfit(int k, vector<int>& prices) {
if (prices.size() < 2 || k < 1) return 0;
int N = prices.size();
if (k >= N / 2) {
return maxProfit(prices);
}
vector<vector<int> > dp(k + 1, vector<int>{0, INT_MIN});
for (int i = 0; i < N; ++i) {
for (int j = 1; j <= k; ++j) {
dp[j][0] = max(dp[j][0], dp[j][1] + prices[i]);
dp[j][1] = max(dp[j][1], dp[j - 1][0] - prices[i]);
}
}
return dp[k][0];
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32