初级算法-买卖股票的最佳时机 II

解题思路：

1. 贪心算法：
   没啥很复杂的，贪心算法的思路就是每次取得局部最优解，从而得到全局最优解，不过可能这个全局最优解并不是最优的。。
   针对上面那道题，我们每次都把增长的取到，累加就可以得到最大利润。

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

2. 动态规划算法：
   动态规划算法的思路是每次递推有两种选择，做还是不做，逐渐向下，好像一个展开的树，最终到达一个临界点获得最终的最大值后，逐层向上返回每层最大收益，最后得到全局最大收益；其和贪心算法的区别是贪心算法只关心局部的一个最优解，最终得到全局最优解，而这个全局最优解并不一定就真的是最优解，有点死心眼的感觉，而动态规划则纵观全局，得到最终全局最优解。
   本题和常规动态规划有一些差异是他有两个递推公式，而有两个递归公式的原因是前一天可能买入，可能没买入，这就导致如果前一天买入了那今天只能选择卖出或不卖出，而不能买入，而如果前一天没买入，那今天就只能选择买入或者不买入。
   下面来推导递推公式：首先我这里定义两个个参数：dp[i][0]作为当天不持有最大收益（利润）和dp[i][1]作为当天持有最大收益（利润），i是一共几天也就是题述prices的长度，我们明确，最后一天肯定是手里不持有股票收益最大，那么首先产生递推公式：

dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);

这里对公式做一下解释：我最后这天也就是今天想不持有，那第一种可能是昨天我就没持有，那我今天不买就是了，那也就是公式里的dp[i-1][0]，第二种可能是昨天我持有股票，那我今天就得把它卖掉，否则我就损失了这prices[i]的利润了，所以就是公式里dp[i-1][1]+ prices[i]。

然后我们可以发现，如果这么递推，我缺少了对倒数第二天也就是dp[i-1][1]这个最大利润的支持，那我们就为这个dp[i-1][1]也做一个递推公式：

dp[i-1][1] = Math.max(dp[i - 2][1], dp[i - 2][0] - prices[i]);

这里再对这个公式进行一下解释：倒数第二天也就是昨天我想持有，那第一种可能是我前天就持有的，那我昨天就继续持有就行了，也就是公式里的dp[i-2][1]，而第二种可能是我前天并没持有，那我昨天就得买进来，也就是公式里的dp[i-2][0]- prices[i]，这就达成了我昨天持有股票的目的。

再说过来，我昨天可以持有，那其实我今天依旧可以持有，只不过那不是最大利润罢了，今天不理他就行了，毕竟我们要写代码的嘛，何必要管到底是今天还是昨天呢，把最大收益返回就是了，这就可以把上面这个递推公式调整为：

dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);

这就是两个递推公式的由来。

而这个递推公式的临界就是第一天，那就设置两个值：

 dp[0][1] = -prices[0];//持有股票，刨掉成本
 dp[0][0] = 0;//不持有股票，没成本

最终得到我们的动态规划解法(摘自LeetCode)：

public int maxProfit(int[] prices) {
    if (prices == null || prices.length < 2)
        return 0;
    int length = prices.length;
    int[][] dp = new int[length][2];
    //初始条件
    dp[0][1] = -prices[0];
    dp[0][0] = 0;
    for (int i = 1; i < length; i++) {
        //递推公式
        dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
        dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
    }
    //最后一天肯定是手里没有股票的时候，利润才会最大，
    //只需要返回dp[length - 1][0]即可
    return dp[length - 1][0];
}

以上均为本人自己理解，如有问题，欢迎大佬们留言~~