leetcode——第123题——最多买两次股票

题目：
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）。

class Solution {
/*
动规五部曲：

* 1、确定 dp 数组以及下标的含义
  * dp[i] [j]  ：i 表示第 i 天， j 表示 0-4  的五种状态，整体表示，第 i 天在状态 j 下所剩的最大现金
  * 一天可能有的状态有以下五种：
    * 0 ：不做任何操作
    * 1 ：第一次买入
    * 2 ：第一次卖出
    * 3 ：第二次买入
    * 4 ：第二次卖出

* 2、确定递推公式
  * dp[i] [1] = max(dp[i - 1] [1], dp[i - 1] [0] - prices[i])
    * 操作一：第 i 天没有操作，而是沿用前一天买入的状态dp[i] [1] = dp[i - 1] [1]
    * 操作一：第 i 天买入股票了，那么dp[i] [1] = dp[i-1] [0] - prices[i]
  * dp[i] [2] = max(dp[i - 1] [2], dp[i - 1] [1] + prices[i])
    * 操作一：第 i 天没有操作，沿用前一天卖出股票的状态，即：dp[i] [2] = dp[i - 1] [2]
    * 操作二：第 i 天卖出股票了，那么dp[i] [2] = dp[i - 1] [1] + prices[i]
  * dp[i] [3] = max(dp[i - 1] [3], dp[i - 1] [2] - prices[i])
    * 操作一：第 i 天没有操作，沿用前一天买入股票的状态，即：dp[i] [3] = dp[i - 1] [3]
    * 操作二：第 i 天卖出股票了，那么dp[i] [3] = dp[i - 1] [2] - prices[i]
  * dp[i] [4] = max(dp[i - 1] [4], dp[i - 1] [3] + prices[i])
    * 操作一：第 i 天没有操作，沿用前一天卖出股票的状态，即：dp[i] [4] = dp[i - 1] [4]
    * 操作二：第 i 天卖出股票了，那么dp[i] [4] = dp[i - 1] [3] + prices[i]

* 3、dp 数组初始化
  * dp[i] [0] = dp[i - 1] [0]
    * 第0天没有操作，这个最容易想到，就是0
  * dp[i] [1] = -prices[0]
    * 不用管第几次，现在手头上没有现金，只要买入，现金就做相应的减少。
  * dp[i] [2] = 0
    * 从递推公式中可以看出每次是取最大值，那么既然是收获利润如果比0还小了就没有必要收获这个利润了。
  * dp[i] [3] = -prices[0]
    * 不用管第几次，现在手头上没有现金，只要买入，现金就做相应的减少。
  * dp[i] [4] = 0
    * 从递推公式中可以看出每次是取最大值，那么既然是收获利润如果比0还小了就没有必要收获这个利润了。

* 4、确定遍历顺序
  * 一定是从前向后啦~~
*/
public:
    int maxProfit(vector<int>& prices) 
    {
        vector<vector<int>> dp(prices.size(), vector<int>(5, 0));
        dp[0][1] = -prices[0];
        dp[0][3] = -prices[0];

        for(int i = 1; i < prices.size(); ++i)
        {
            dp[i][0] = dp[i - 1][0];
            // dp[i][1] 这两种写法都是对的~~~
            // dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
            dp[i][1] = max(dp[i - 1][1], -prices[i]);
            dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + prices[i]);
            dp[i][3] = max(dp[i - 1][3], dp[i - 1][2] - prices[i]);
            dp[i][4] = max(dp[i - 1][4], dp[i - 1][3] + prices[i]);
        }
        return max(dp[prices.size() - 1][2], dp[prices.size() - 1][4]);
    }
};