LeeCode 122. 买卖股票的最好时机 II ***(double)

基本思想：

DP+贪心+滑动窗口；

该问题感觉更像是一个寻找多个连续递增子序列的问题；

贪心：

贪心属实是没想到；
由于寻找的是多个递增序列中序列的最大差值，所以只需要找相邻递增递增元素的差，累加就可以；

DP：

DP官方给的是二维度DP，只不过第二维度是买入还是卖出；
但是用连续递增子序列的dp思想也可以；

连续递增子序列：

dp[i]保留连续递增的起始坐标，如果遇到非递增，直接重新标记开始；
滑动窗口和该情况类似；

二维dp思想：

dp[i][0]表示第i天进行抛售的收益；
dp[i][1]表示第i天进行买入的收益；

因此，状态转移方程必定为：


但是注意一下初始条件；
dp[0][0]=0;
dp[0][1]=-prices[0];
原因是第一天买入，会直接亏钱，当某天卖出的时候，才是赚钱；

具体代码：

寻找连续递增子序列DP：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.size()==1)
            return 0;
        int sum=0;
        vector<int>dp(prices.size());
        for(int i=1;i<prices.size();i++){
            if(prices[i]> prices[i-1]){
                dp[i]=dp[i-1];
            }else{
                dp[i]=i;
                sum+=prices[i-1]-prices[dp[i-1]];
            }
        }
        if(dp[dp.size()-1]!=dp.size()-1){
            sum+=prices[dp.size()-1]-prices[dp[dp.size()-1]];
        }
        return sum;
    }
};

滑动窗口：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int left=0;
        int right=1;
        int sum=0;
        while(right< prices.size()){
            if(prices[right]< prices[right-1]){
                sum+=prices[right-1]- prices[left];
                left=right;
            }
            right++;
        }
        if(left<prices.size()){
            sum+=prices[right-1]-prices[left];
        }
        return sum;
    }
};

官方题解DP：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        int dp[n][2];
        dp[0][0] = 0, dp[0][1] = -prices[0];
        for (int i = 1; i < n; ++i) {
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
        }
        return dp[n - 1][0];
    }
};

贪心：

class Solution {
public:
    int maxProfit(vector<int>& prices) {   
        int ans = 0;
        int n = prices.size();
        for (int i = 1; i < n; ++i) {
            ans += max(0, prices[i] - prices[i - 1]);
        }
        return ans;
    }
};