每日一题：买卖股票的最佳时机III

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：prices = [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：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 。   
     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：prices = [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。

示例 4：

输入：prices = [1]
输出：0

提示：

• 1 <= prices.length <= 10^5
• 0 <= prices[i] <= 10^5

---

买卖股票系列的第三题。

先来看分类讨论。

题目限制了只能交易两次。那么在第 i 天，我只有以下几种操作方式：

• 进行第一次买入。（buy1）
• 进行第一次卖出，前提是已经买入。（sell1）
• 进行第二次买入，前提是已经进行第一次卖出。（buy2）
• 进行第二次卖出，前提是进行第二次买入。（sell2）
• 什么都不做。

再来看各个操作对达成最大利润的贡献：

• 进行第一次买入：-price[ i ]。没赚钱还花出了当前价格。
• 进行第一次卖出：赚了price[ i ] + buy1。赚了当前价格减去买入时花的钱。
• 进行第二次买入：赚了sell1 - price[ i ]。赚了第一次赚得钱减去这次花的钱。
• 进行第二次卖出：赚了price[ i ] + buy2。赚了第一次赚得钱和这次赚得钱。
• 什么都不做：无影响，对结果的贡献为0。

那么可以看到，这几种操作的结果是层层递进依赖的，也就是可以通过sell1计算出第i日第一次卖出的利润结果，利用buy2计算出第i日第二次买入的利润结果......

用公式表示如下：

buy1 = -price[i];

sell1 = price[i] + buy1;

buy2 = sell1 - price[i];

sell2 = price[i] + buy2;

这样就可以通过遍历每一天，记录过程中的最大值，目标最大利润将保存在sell2中。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int buy1 = -prices[0];
        int buy2 = -prices[0];
        int sell1 = 0;
        int sell2 = 0;
        for(int i = 1;i < prices.size();++i){
            buy1 = max(buy1,-prices[i]);
            sell1 = max(sell1,prices[i] + buy1);
            buy2 = max(buy2,sell1 - prices[i]);
            sell2 = max(sell2,buy2 + prices[i]);
        }
        return sell2;
    }
};

这里初始值为什么是这样？

buy1很好理解，第0天就是prices[0]。

而buy2相当于在第0天，我已经买入了1次，又卖出了1次，又买入了。

sell1就相当于第0天买了又卖。

sell2相当于第0天买了卖，又买了卖。

到这里分类讨论法就结束了。

但是如果我允许买卖3次、100次、k次呢？是否有一个通用的方法？

动态规划。

也就是买卖股票的最佳时机IV这道题了。

每日一题：买卖股票的最佳时机IV-CSDN博客