Day49:代码随想录算法训练营第49天|

121.买卖股票的最佳时机

题目链接：121. 买卖股票的最佳时机 - 力扣（LeetCode）

题解：

动态规划法，动态规划五部曲

（1）：确定dp数组以及下标含义

dp[i][0]:表示第i天持有的股票所得最多现金，由于本题只能买卖一次，那么其实一开始现金就是0，那么加入第i天的现金就是-prices[i],这是一个负数。那么dp[0][i]表示第i天不持有股票所得最多现金。

（2）：确定递推公式

第i-1天就持有股票，所得现金就是昨天持有股票所得现金，即：dp[ i -1][0]

第i天买入股票，所得现金就是第i天的现金-prices[i]

所以最后要选择两者现金最大数：dp[i][0] = max(dp[i -1], -prices[i]);

如果第i天不持有股票dp[i][1]

以下情况与上面一种情况相似，即dp[i -1][1]

dp[i -1][0]

递推公式：dp[i][1] = max(dp[i -1][1],price[i] + dp[i -1][0]);

(3):dp数组初始化

有递推公式可得dp[0][0]和dp[0][1]都要考虑，那么dp[0][0]表示第0天持有股票，那么就是dp[0][0] -= prices[0];

dp[0][1]表示第0天不持有股票，不持有股票那么现金为0，所以dp[0][1] = 0;

(4):确定遍历顺序

从递推公式可以看出不是按顺序输出，所以是从前向后遍历

（5）：举例推导dp数组

C++代码：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        if (len == 0) return 0;
        vector<vector<int>> dp(len, vector<int>(2));
        dp[0][0] -= prices[0];
        dp[0][1] = 0;
        for( int i =1; i < len; i++) {
              dp[i][0] = max(dp[i -1][0], -prices[i]);
              dp[i][1] = max(dp[i -1 ][1],prices[i] + dp[i - 1][0]);//在当前股票持有的两种情况
          } 
    }
         return dp[len -1][1];
};