java- 122. 买卖股票的最佳时机 II - 时间O(n)空间O(1)

        该题归类为动态规划，但是想到一个更好的实现方法：8行代码做到时间复杂度O(n)空间复杂度O(1)的算法实现：

一、题目

给定一个数组 prices ，其中 prices[i] 表示股票第 i 天的价格。

在每一天，你可能会决定购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以购买它，然后在 同一天 出售。
返回 你能获得的 最大 利润 。

输入: prices = [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

二、思路

1 将数组中的各点画在坐标系上会发现，需要累计购买的利润都是单调递增的区间。

        所有情况可以用下图表示：图中包括递增，不变，递减三种趋势

2 借助上图，我们把所有盈利的总和可以理解为，所有单调递增区间相加的总和。

        因此遍历数组一次就可以实现全部相加，时间复杂度O(n)，也不需要额外辅助空间，空间复杂度O(1).

3 遍历数组的每层循环中：如果本次循环递减就后移；如果本次递增，就累计判断是否连续递增，然后累加到max。最终max即为所求

三、代码

class Solution {
    public int maxProfit(int[] prices) {
        int i = 0,max = 0;
        while (i<prices.length-1){
            if (prices[i+1] <= prices[i]) i++; // 递减后移
            else {
                while (i<prices.length-1 && prices[i+1] > prices[i]){ // 累计后移判断是否连续递增
                    max += (prices[i+1] - prices[i]);
                    i++;
                }
            }
        }
        return max;
    }
}