122. 买卖股票的最佳时机 II 暴力搜索

题目描述

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
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: [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 。

方法

1.递归搜索

思路：暴力搜索所有情况，采用dps搜索的方式，这里对于每天的股票都有两种情况，一是不进行操作，二是购买股票或者售出股票。
递归搜索是一种常见的方法，主要弄清楚三个方面，递归参数、递归返回条件、递推工作

• 递归参数：prices必须要出入股价数值，index用于指示当前为第几天，states表示当前是持有股票或者不持有股票 , profit表示当前的盈利。
• 递归返回条件：依据index指示当前为第几天，$indexϵ[0,prices.length)$ ，当index==prices.length时返回、剪枝。
• 递推工作：搜索 什么也不做进入下一天的情况，并且分别搜索 1）之前持有股票，该日抛售股票 2）之前未持有股票，该如抛售股票。

代码:

    private int res;

    public int maxProfit(int[] prices) {
        // 初始条件
        if(prices.length<2)
            return 0;
        res = 0;
        dps(prices, 0, 0, 0);
        return res;
    }

    // 深度优先搜索，更新最大利润值（采用全局成员变量）
    // index表示第i天，states表示当前状态 0-不持有股票 1-持有股票
    // profit表示当前利润
    private void dps(int[] prices, int index, int states, int profit){
        // 返回条件
        if(index == prices.length){
            res = Math.max(res, profit);
            System.out.println(index);
            return;
        }
        // 不进行操作
        dps(prices, index+1, states, profit);
    
        if(states==0){
            dps(prices, index+1, 1, profit-prices[index]);  // 购买股票
        }
        else
            dps(prices, index+1, 0, profit+prices[index]);  // 出售股票
    }

2. 一次迭代

思路：视为股票可以当天买入、售出，以一天为单位，累计求和盈利。今天股价比前一天股价高，则购入前一天股票，并在今日售出股票。

代码：

    public int maxProfit(int[] prices) {
        int len = prices.length;
        if(len<2)
            return 0;
        int profit = 0;
        for(int i=1;i<prices.length; i++){
            if(prices[i]>prices[i-1]){
                profit += prices[i]-prices[i-1];
            }
        }
        return profit;
    }

3.dp方法

思路：动态规划的方法，主要工作在于思考出状态和状态转移方程

• 状态：定义二维dp数组dp[len][2]。 dp[i][0]、dp[i][1]分别表示第i天处于持有现金状态、持有股票状态。
• 状态转移方程：当日现金状态 就取(前一日现金状态)和(前一日股票状态-prices[i])，两者中较大值。当日股票状态 就取(前一日股票状态）和（前一日现金状态+pricesp[i])，两者中较大值。
• 边界条件： $dp[i][0]=0,dp[i][1]=prices[0]$

代码：

    public int maxProfit(int[] prices) {
        int len = prices.length;
        // 二维dp数组，定义状态
        // i表示某天, j表示状态 0-现金  1-股票
        int[][] dp = new int[len][2];

        // 边界条件
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        // 状态转移方程
        for(int i = 1; i<prices.length; i++){
            dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]+prices[i]);  // 第i天的持有现金状态
            dp[i][1] = Math.max(dp[i-1][0]-prices[i], dp[i-1][1]);  // 第i天的持有股票状态
        }
        return dp[len-1][0];
    }

参考链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii/solution/tan-xin-suan-fa-by-liweiwei1419-2/