24.动态规划之-买卖股票的最佳时机1.py

# LeetCode：121.
#交易一次
# 给定一个数组prices ，它的第i个元素prices[i]
# 表示一支给定股票第i天的价格。
#
# 你只能选择某一天买入这只股票，并选择在未来的某一个不同的日子卖出该股票。
# 设计一个算法来计算你所能获取的最大利润。
#
# 返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回0 。
#
#
# 示例1：
# 输入：[7, 1, 5, 3, 6, 4]
# 输出：5
# 解释：在第2天（股票价格 = 1）的时候买入，在第5天（股票价格 = 6）的时候卖出，最大利润 = 6 - 1 = 5 。
# 注意利润不能是7 - 1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。
#
# 示例2：
# 输入：prices = [7, 6, 4, 3, 1]
# 输出：0
# 解释：在这种情况下, 没有交易完成, 所以最大利润为0。
#

# 1.dp[i][0]第i天 持有股票的最大利润，dp[i][1]第i天 不持有股票的最大利润
# 2. 递推公式 dp[i][0] = max(dp[i-1][0],prices[i])
#           dp[i][1] = max(dp[i-1][1],-prices[i])

# 3初始化 dp[0][0] = -prince[0]  dp[0][1]=0
# 4.遍历顺序
# 5.打印dp




prices = [7, 1, 5, 3, 6, 4]


def get_most(prices):
    dp = [[0] * 2 for _ in range(len(prices))]
    dp[0][0] = - prices[0]  # 第0天持有股票最大利润
    dp[0][1] = 0
    for i in range(1, len(prices)):
        dp[i][0] = max(dp[i - 1][0], 0-prices[i])  # 第i-1就持有 和 第i天买进
        dp[i][1] = max(dp[i - 1][1], prices[i]+dp[i - 1][0])
    print(dp)
    return max(dp[len(prices)-1][0], dp[len(prices)-1][1])

print(get_most(prices))