Best Time to Buy and Sell Stock| LeetCode

题目很简单，就是给定一个数值，每个值代表每天的股价，如果最多交易一次的话（买入一次，卖出一次），求最大收益。这个生活中都知道，低入高出，必然可以得到高收益。

解题思路：设定初始化买入为第一天，记为最小，往后扫，记录如果卖出的话，最大收益为多少，并已之前的记录作比较。代码很简洁，如下：

  int maxProfit(vector<int>& prices) {
        int res=0;
        int min1=0;
        if(prices.size()>0)
            min1=prices[0];
        for(int price:prices){
            min1=min(min1,price);
            res=max(res,price-min1);
        }
        return res;
    }

如果在保证买入之前必须卖出之前的股权的原则，你可以交易任意多次，求最大收益是多少。这其实只需要把上面的代码改改就行了。

解题思路：交易任意多次，那么每次上升，我们就买入，然后卖出，总收益一定最大。代码如下：

int maxProfit(vector<int>& prices) {
        int res=0;
        int min1=0;
        if(prices.size()>0)
            min1=prices[0];
        for(int price:prices){
            if(price-min1>0){
                res+=price-min1;
                min1=price;
            }
            min1=min(min1,price);
        }
        return res;
    }

如果每次卖出之后，下一天都不能再交易，就是cooldown一天，求最大收益。

解题思路：依旧和之前的套路一样，使用动态规划来解这道题， 首先需要做的就是找到子问题，进行分解。其实我们知道， 最终的结果无法使最后是cooldown,buy,sell，这样，我们可以定义下面的数列：

buy[i]：表示在第i天以前，以buy结尾的所有序列所获得的最大收益。

sell[i]: 表示在第i天以前，以sell结尾的所有序列锁获得的最大收益。

cooldown[i]:表示在第i天以前，以cooldown结尾的所有序列所获得的最大收益。注明：这里的所有序列代表的是任意交易的各种情况,buy,sell,cooldown代表的是获得最大收益的最后一天的操作。

根据上面的假设，我们可以得到下面的等式：

buy[i] =   max ( buy[i-1], cooldown[i-1] - price);

sell[i] = max ( buy[i-1] + price ,sell[i-1])

cooldown[i] = max (sell[i-1], buy[i-1], cooldown[i-1]);

如果按照上面的思路，我想写出代码来是没有问题的，不过是否还有某些可以优化的地方。buy一定在sell之前，cool一定在sell之后，为获取最大利益，buy<=sell,所以：

cooldown[i] = sell[i-1],所以化简为：

buy[i] = max(pre_buy, sell[i-2] - price);

sell[i] = max(pre_buy + price,sell[i-1]);

这样的话，我们的程序就变得简单了，另外这里对于pre_buy,还有pre_sell的初值的设定，可以假设size=1,实现代码如下：

 int maxProfit(vector<int>& prices) {
        int buy=INT_MIN,sell=0;
        int pre_buy,pre_sell=0;
        //cool[i] = sell[i-2]
        for(int price:prices){
            pre_buy = buy;
            buy = max(pre_sell - price, pre_buy);
             pre_sell = sell;
            sell = max(pre_buy + price, pre_sell);
        }
        return sell;
    }