309. 买卖股票的最佳时机含冷冻期

给定一个整数数组prices，其中第 prices[i] 表示第 i 天的股票价格 。​
设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:
卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

（1）dp数组
dp[i][j]，第i天状态为j，所剩的最多现金为dp[i][j]
具体可以区分出如下四个状态：
0：状态一：持有股票状态（今天买入股票，或者是之前就买入了股票然后没有操作，一直持有）
1：状态二：保持卖出股票的状态（两天前就卖出了股票，度过一天冷冻期。或者是前一天就是卖出股票状态，一直没操作）
2：状态三：今天卖出股票
3：状态四：今天为冷冻期状态，但冷冻期状态不可持续，只有一天！
:
（2）递推公式
买入股票状态（状态一）即：dp[i][0]，有两个具体操作：
操作一：前一天就是持有股票状态（状态一），dp[i][0] = dp[i - 1][0]；
操作二：今天买入了，有两种情况：
1.前一天是冷冻期（状态四），dp[i - 1][3] - prices[i]；
2.前一天是保持卖出股票的状态（状态二），dp[i - 1][1] - prices[i]。
那么dp[i][0] = max(dp[i - 1][0], dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]);

保持卖出股票状态（状态二）即：dp[i][1]，有两个具体操作：
操作一：前一天就是状态二；
操作二：前一天是冷冻期（状态四）。
dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);

今天就卖出股票状态（状态三），即：dp[i][2] ，只有一个操作：昨天一定是持有股票状态（状态一），今天卖出，即：dp[i][2] = dp[i - 1][0] + prices[i];

冷冻期状态（状态四），即：dp[i][3]，只有一个操作：昨天卖出了股票（状态三）。dp[i][3] = dp[i - 1][2];
（3）初始化
持有股票状态（状态一）那么：dp[0][0] = -prices[0]
保持卖出股票状态（状态二）只能初始为0
今天卖出了股票（状态三），同上分析，dp[0][2]初始化为0，dp[0][3]也初始为0
（4）遍历顺序
从前向后

代码如下：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        if (n == 0) return 0;
        vector<vector<int>> dp(n, vector<int>(4, 0));
        dp[0][0] -= prices[0]; // 持股票
        for (int i = 1; i < n; i++) {
            dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3] - prices[i], dp[i - 1][1] - prices[i]));
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
            dp[i][2] = dp[i - 1][0] + prices[i];
            dp[i][3] = dp[i - 1][2];
        }
        return max(dp[n - 1][3], max(dp[n - 1][1], dp[n - 1][2]));
    }
};

我的思路是如果第i天保持股票持有状态，那么要么i-1天就持有股票，要么i-1未持有股票，今天购买：i-1天未持有股票要么是在冷冻期，要么是i-2天也没有股票，递推公式相当于dp[i][0] = max(dp[i - 1][0], dp[i - 2][1] - prices[i])；
初始化需要初始化第一天和第二天的情况
代码如下：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        if (len == 1)
            return 0;
        vector<vector<int>> dp(len, vector<int>(2, 0));
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        dp[1][0] = max(dp[0][0], -prices[1]);
        dp[1][1] = max(dp[0][1], dp[0][0] + prices[1]);
        for (int i = 2; i < len; i++) {
            dp[i][0] = max(dp[i - 1][0], dp[i - 2][1] - prices[i]);
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
        }
        return dp[len - 1][1];
    }
};