力扣买卖股票问题全解，python语言实现

前言

我本以为是做一道题，没想到却是六道题。既然大佬都诚心诚意写了题解了，我偷学一下也未尝不可。代码均用 python3 实现，没有优化，因为这只会让代码的可读性大大降低。
不得不说，动态规划，真是玄之又玄。

121、买卖股票的最佳时机

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：

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。

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。

提示：

• 1 <= prices.length <= 10^5
• 0 <= prices[i] <= 10^4

dp[i][0] 表示在第 i 天，手上没有股票的收益， dp[i][1] 表示在第 i 天手上有股票的收益。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        m = len(prices)
        dp = [[0] * 2 for i in range(m)]
        # 第 0 天不买，即 dp[0][0] = 0
      	# 第 0 天买了，即 dp[0][1] = -prices[0]
        dp[0][1] = -prices[0]
        for i in range(1, m):
            # 第 i 天手上没股票的收益是第 i-1 天手上没股票的收益和
            # 第 i-1 天有股票但是第 i 天卖了的收益的最大值
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i])
            # 第 i 天手上有股票的收益是第 i-1 天手上有股票的收益和
            # 第 i-1 天没股票但是第 i 天买了的收益的最大值
            # 因为只能买卖一次，所以第 i-1 天没股票的收益一定是 0 ，可以不写
            dp[i][1] = max(dp[i - 1][1], -prices[i])
        return dp[m - 1][0]

122、买卖股票的最佳时机Ⅱ

给定一个数组 prices ，其中 prices[i] 是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

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:

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 。

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。

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。

提示：

• 1 <= prices.length <= 3 * 10^4
• 0 <= prices[i] <= 10^4

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        m = len(prices)
        dp = [[0] * 2 for i in range(m)]
        # 第 0 天不买，即 dp[0][0] = 0
      	# 第 0 天买了，即 dp[0][1] = -prices[0]
        dp[0][1] = -prices[0]
        for i in range(1, m):
            # 第 i 天手上没股票的收益是第 i-1 天手上没股票的收益和
            # 第 i-1 天有股票但是第 i 天卖了的收益的最大值
            dp[i][0] = max(dp[i - 1]