122. 买卖股票的最佳时机 II

动态规划

dp[i]表示第i天可以赚取的最大收益。
动态转移方程：dp[i] = max(dp[i-1],dp[i-1]+prices[i]-prices[i-1])。
初始值dp[0]表示初始收益为0。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        vector<int> dp(n,0);
        for(int i = 1; i < n; i++){
            dp[i] = max(dp[i-1],dp[i-1]+prices[i]-prices[i-1]);
        }
        return dp[n-1];
    }
};

时间复杂度O(n)
空间复杂度O(n)

其实只需用max_profit记录当前的最大收益值即可，空间复杂度可以变为O（1）。

通用版 二维动态规划

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        int dp[n][2]; //dp[i][j]表示第i天，持股状态为j时，拥有的最大现金数。
        //dp[i][0]表示第i天买入后的现金数
        //dp[i][1]表示第i天卖出后的现金数
        
        //初始化
        dp[0][0] = -prices[0];
        dp[0][1] = 0; //因为没有所以不能卖

        for(int i = 1; i < n; i++){
            //必须在再次购买前出售掉之前的股票，所以需要交替计算
            dp[i][0] = max(dp[i-1][1] - prices[i], dp[i-1][0]);
            dp[i][1] = max(dp[i-1][0]+prices[i], dp[i-1][1]);

        }
        return dp[n-1][1];
    }
};