122. 买卖股票的最佳时机 II-day1

题目描述如上。不难想见要用动态规划的思想，这里的约束条件在于手中最多持有一支股票。

交易状态：手里一支股票 /手里没有股票。

因此定义状态：

dp[i][0]为第i天交易完后手中没有股票的最大利润

dp[i][1]表示第i天交易完后手里有一支股票的最大利润

转移方程：

dp[i][0]=max{dp[i-1][0]，dp[i-1][1]+price[i]}

即第i天交易完后手里没有股票，那这种情况转移状态为前一天已经没有股票，即dp[i-1][0]，或者前一天有但卖出，所以加上第i天的价格price[i]。

再考虑dp[i][1]

dp[i][1]=max{dp[i-1][1]，dp[i-1][0]-price[i]}

第i天交易完后手中有股票，那可能是前一天持有股票，或者前一天没有，那在第i天购入了，所以要减去这个譬如price[i]。

我们可以知道初始状态dp[0][0]=0,dp[0][1]=-price[0]，

然后需要知道什么时候得最大收益，那计算利润的时候，一定手上没有股票是大于手上有股票的，也就是把钱提现了，所以dp[n-1][1]的收益一定是小于dp[n-1][0]的

代码如下：

#include <iostream>
#include <vector>

using namespace std;

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = (int)prices.size();
        if (n == 0) // 边界情况处理
            return 0;
            
        int dp[n][2];
        dp[0][0] = 0; // 第一天不持有股票，利润为0
        dp[0][1] = -prices[0]; // 第一天持有股票，利润为负的第一天股票价格

        for (int i = 1; i < n; i++) {
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i]); // 当天不持有股票的最大利润，可能是前一天也不持有或者前一天持有今天卖出
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]); // 当天持有股票的最大利润，可能是前一天也持有或者前一天不持有今天买入
        }

        return dp[n - 1][0]; // 返回最后一天不持有股票的最大利润
    }
};

int main() {
    Solution solution;
    vector<int> prices = {7, 1, 5, 3, 6, 4}; // 示例股票价格向量
    int max_profit = solution.maxProfit(prices); // 调用 maxProfit 方法计算最大利润
    cout << "Max Profit: " << max_profit << endl; // 输出最大利润
    return 0;
}