leetcode123. 买卖股票的最佳时机 III

题目：

给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。

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）。

示例 1:

输入: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
     随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2:

输入: [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 。   
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。   
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3:

输入: [7,6,4,3,1] 
输出: 0 
解释: 在这个情况下, 没有交易完成, 所以最大利润为 0。

思路：

定义第二位数组 【0】代表未持股，【1】代表持股
定义第三维数组 【】代表已购买的次数，范围为0~2
【6】 种状态
1.持股，卖出0次
2.持股，卖出1次
3.持股，卖出2次
4.未持股，卖出0次
5.未持股，卖出1次
6.未持股，卖出2次
动态规划步骤： * 1. 定义状态 * 2. 转移方程 * 3. 确定起始 * 4. 确定终了
代码：

class Solution {
    public int maxProfit(int[] prices) { 
        if(prices.length == 0 || prices.length == 1){ 
            return 0; 
        } 
       
        int[][][] dp = new int[prices.length][2][3]; 
        // 第一天不买股票就是利润为0，第一天买股票就是利润为负 
        dp[0][0][0] = 0; 
        dp[0][0][1] = 0; 
        dp[0][0][2] = 0; 
        dp[0][1][0] = -prices[0]; 
        dp[0][1][1] = -prices[0]; 
        dp[0][1][2] = -prices[0]; 
        for (int i = 1; i < prices.length; i++) { 
            // 今天未持股，并且卖出次数为0，那么前一天一定没有买股票 
            dp[i][0][0] = dp[i-1][0][0]; 
            // 今天未持股，并且卖出次数为1，那么前一天持股，今天卖出，或前一天未持股，今天未行动 
            dp[i][0][1] = Math.max(dp[i-1][1][0]+prices[i],dp[i-1][0][1]); 
            // 今天未持股，并且卖出次数为2，那么前一天持股，今天卖出，或前一天未持股，今天未行动 
            dp[i][0][2] = Math.max(dp[i-1][1][1]+prices[i],dp[i-1][0][2]); 
            // 今天持股，卖出0次，那么前一天要么持股，今天未行动，要么前一天未持股，今天买入 
            dp[i][1][0] = Math.max(dp[i-1][1][0],dp[i-1][0][0]-prices[i]); 
            // 今天持股，卖出1次，那么前一天要么持股，今天未行动，要么前一天未持股，今天买入 
            dp[i][1][1] = Math.max(dp[i-1][1][1],dp[i-1][0][1]-prices[i]); 
            // 已经卖出两次了，利润不能变了，并且此状态还持有股票，是多余的 
            dp[i][1][2] = dp[i-1][1][2]; 
        } 
        return Math.max(dp[prices.length-1][0][1], Math.max(dp[prices.length-1][0][1],Math.max(dp[prices.length-1][0][2],0) ) ); 
    }
}