122. 买卖股票的最佳时机 II

给你一个整数数组 prices ，其中 prices[i] 表示某支股票第 i 天的价格。

在每一天，你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买，然后在 同一天 出售。

返回 你能获得的 最大 利润 。

示例 1：

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。
最大总利润为 4 + 3 = 7 。

示例 2：

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

示例 3：

输入：prices = [7,6,4,3,1]
输出：0
解释：在这种情况下, 交易无法获得正利润，所以不参与交易可以获得最大利润，最大利润为 0。

思路：相比上一题只能挑某一天买然后某一天卖，这道题目可以多次买卖，但每次只能买卖一只股票，那怎么进行买卖能获得最大利润呢？首先利润肯定是要卖出价格大于买入价格这是毋庸置疑的，其次我让每天能获得的利润最大，从而去确保总利润最大，即若第一天买入第二天卖出，我能获得利润，那我就这么操作；然后继续看第二天买入第三天卖出能不能获得利润，若能，则这么操作。将每天的利润加起来就等于最后的最大总利润。

代码（Python）：

class Solution(object):
    def maxProfit(self, prices):
        profit = 0
        for i in range(len(prices)-1):   
            if prices[i+1] - prices[i]>0:      #若利润大于0，加上当天的利润
                profit += prices[i+1] - prices[i]
        return profit

更新：上述方法是用贪心的思想，下面补充一种用动态规划的方法， 这道题是121那道题的变化版，在那道题的基础上可以多次买卖股票，那核心思路还是一模一样的，具体的分析可以看那篇题解，指路👉121. 买卖股票的最佳时机-CSDN博客

那这道题的变化怎么体现呢，关于dp的定义不变，唯一变化的是递推公式，首先是dp[i][0]，表示第i天持有股票，可以分两种情况：1. 第i-1天就持有股票了，那dp[i][0] = dp[i-1][0]，2.第i-1天没有股票，在第i天买入了股票，那dp[i][0] = dp[i-1][1]-prices[i]，在121那道题，一开始拥有的钱视为0，就等于减去买这支股票的钱，但这道题可以多次买卖，因此可能在买这只股票前还有剩余的钱，因此用前一个状态不持有股票的状态-prices[i[]；接下去是dp[i][1]的，第i天不持有股票也可以分为两种情况：1.第i-1天也不持有股票，dp[i][1] = dp[i-1][1]，2.第i天把股票卖出了，那dp[i][1]=dp[i-1][0]+prices[i]，等于前一天持有股票已得的利润加上卖出这支股票的钱，和那道题没有变化。

class Solution(object):
    def maxProfit(self, prices):
        dp = [[0]*2 for _ in range(len(prices))]
        if len(prices) == 0:
            return 0
        dp[0][0] = -prices[0]
        dp[0][1] = 0
        for i in range(1,len(prices)):
            dp[i][0] = max(dp[i-1][0],dp[i-1][1]-prices[i])   #和上一题唯一不同的地方
            dp[i][1] = max(dp[i-1][1],dp[i-1][0]+prices[i])
        return dp[len(prices)-1][1]