leetcode122. 买卖股票的最佳时机||

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 。
     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 。
     总利润为 4 。

题解

动态规划

对于每一天来说，有两种状态，持有股票和不持有股票，对于动态规划来说，我们要能够找到与上一个状态的关系，也就是找出状态方程，所以我们定义一个二维数组dp

• dp[i][0]：表示第i天不持有股票所获得的最大利润
• dp[i][1]：表示第i天持有股票所获得的最大利润

显然，我们要求的是最后一天不持有股票所获得的最大利润，那怎么推出动态方程呢？

对于前一天，也有这两种状态，那怎么由前一天推出这一天的状态呢，有两种情况

• 对于今天不持有股票的，有可能是前一天就不持有股票，也有可能是前一天持有股票，在今天卖掉了，那我们求的是最大利润，所以要取两者中最大的
• 同理也可以得出今天持有股票的情况

dp[i][0] = Math.max(dp[i - 1][1] + prices[i], dp[i - 1][0])
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i])

初始化

对于第一天来说，不持有股票利润就是0，持有股票利润是-prices[0]

具体代码

var maxProfit = function(prices) {
    // 动态规划解法
    const len = prices.length
    const dp = new Array(len).fill([]).map(v => new Array(2))
    dp[0][0] = 0, dp[0][1] = - prices[0]
    for(let i = 1; i < len; i++) {
        dp[i][0] = Math.max(dp[i - 1][1] + prices[i], dp[i - 1][0])
        dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i])
    }

    return dp[len - 1][0]
};

贪心算法

这道题也可以使用贪心算法，但可能比较难想的出。。。

贪心算法要能够先找到子问题，那对于买卖股票来说，我们可以分成几个买卖的阶段，比如第1天买第2天卖出，第3天买第4天卖出，然后把每个阶段的利润合起来就是整个买卖过程的总利润了。这就变成通过这些子问题的最优解找到整个问题的最优解了

那对于买一个子问题也就是每一个买卖的过程，比如price[3] - price[1]，第一天买入第3天卖出，那price[3] - price[1]也可以表示为(prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])

所以可以表示为相邻两天买卖的利润，但我们求的是最大利润，所以只选择利润值为正的就好

对于这里，为什么可以转化为这样，我的理解是：

• 对于每一天，我都拿钱去买股票，然后第二天卖出去
• 那如果卖出去亏了的话，那这一次就不买了
• 那如果卖出去赚钱了，即卖出的前大于买入的钱，两种之差就是利润了

具体代码

var maxProfit = function(prices) {
    // 贪心解法
    let result = 0
    const len = prices.length
    for(let i = 1; i < len; i++) {
        if(prices[i] - prices[i - 1] > 0) {
            result += prices[i] - prices[i - 1]
        }
    }
    return result
};