买卖股票的最佳时机含手续费

714.买卖股票的最佳时机含手续费

给定一个整数数组 prices，其中第 i 个元素代表了第 i 天的股票价格 ；非负整数 fee 代表了交易股票的手续费用。

你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。

返回获得利润的最大值。

注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。

用动态规划，每天有两种状态，要么持有股票，要么没有持有股票。$f(t，有)$表示在第t天，持有股票时的利润。
$f(t，无)$表示在第t天，没有持有股票时的利润。
动态转移方程很好理解：
如果持有股票，可能是昨天没持有股票，今天刚买入，或者昨天就有股票了。
$f(t,有)=\max [f(t-1，无)-(price[t]+fee),f(t-1，有)]$
如果没有股票，可能是昨天有股票，今天刚卖掉，或者昨天就没有。
$f(t,无)=\max [f(t-1，有)+price[t],f(t-1，无)]$

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        days = len(prices)
        dp = [[0,0] for _ in range(days)]
        dp[0][1] = -prices[0]-fee
        for t in range(1,days):
            dp[t][1] = max(dp[t-1][0]-prices[t]-fee,dp[t-1][1])
            dp[t][0] = max(dp[t-1][1]+prices[t],dp[t-1][0])
        return dp[days-1][0]

分析发现，其实第$t$天的收益只与前一天的状态有关，因此可以优化代码，只用两个变量来储存过去的信息：

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        have,no = -prices[0]-fee,0
        for t in range(1,len(prices)):
            have,no = max(no-prices[t]-fee,have),max(have+prices[t],no)
        return no

虽然Python真的很慢，但是优化以后还是有点提升的orz