122 买股票的最佳时机

---

题目：

给你一个整数数组 prices ，其中 prices[i] 表示某支股票第 i 天的价格。

在每一天，你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买，然后在 同一天 出售。

返回 你能获得的 最大 利润 。

示例 1：

输入：prices = [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 。
总利润为 4 + 3 = 7 。
示例 2：

输入：prices = [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 。
总利润为 4 。
示例 3：

输入：prices = [7,6,4,3,1]
输出：0
解释：在这种情况下, 交易无法获得正利润，所以不参与交易可以获得最大利润，最大利润为 0 。

提示：

1 <= prices.length <= 3 * 104
0 <= prices[i] <= 104

---

解题思路

SOS！！！当我还在苦苦建状态方程的时候，大佬们已经贪心秒了

方法一 ： DP => 空间换时间

方法二 ： 贪心 => 这把够贪心的，真的

1. 动态规划 AC

时间复杂度O(N) 空间复杂度O(N)

首先我们思考几个问题？

1. 如何计算最大利益？

   ？？？

2. 每天存在的行为是什么？

   1. 出售
   2. 买入
   3. 不操作

• 状态定义

  状态dp[i][j]中，i表示i天时的状态，j表示当天持股状态。为什么需要持股状态？因为需要执行不同的行为。

• 状态转移方程

  • j=1时表示当天没有持股，则状态选择继续不持股和卖股：dp[i][0]=max{dp[i−1][0],dp[i−1][1]+prices[i]}

  • j=0时表示当天持股 ，则状态选择继续持股和买股，dp[i][1]=max{dp[i−1][1],dp[i−1][0]−prices[i]}

    因此，我们只要从前往后依次计算状态即可。由于全部交易结束后，持有股票的收益一定低于不持有股票的收益。

• 确定初始值

  • dp[0][1] = 0
  • dp[0][0] = -prices[i]

• 确定输出

  dp[len - 1][0]

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        dp = [[0] * 2 for _ in range(n)]
        dp[0][0] = -prices[0]
        for i in range(1, n):
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i])
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i])
        return dp[n - 1][1]

2.贪心算法

既然要获得最大利益，也就是说要做到全盈利无亏损 == 只要昨天买入今天卖出有盈利就加入总利息，如果亏损就跳过(永不亏钱)

够贪心的…

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        l = len(prices)
        p = 0
        for i in range(1,l):
            p += max(0,prices[i]-prices[i-1])
        return p