刷题打卡day49 动态规划121. 买卖股票的最佳时机 122.买卖股票的最佳时机II

今天开始用dp解决买卖股票问题

121. 买卖股票的最佳时机  

值得注意的是，dp数组依旧是两种状态的定义，

即0、1分别表示持有与否，在根据题目要求取他们的极值。

注意买卖股票最佳时机，dp数组定义为是否持有股票，而不是买卖股票。防止定义其他状态。

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));
        //持有股票dp[i][0]，不持有股票dp[i][1]   
        //初始化
        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]);
        }
        return dp[len - 1][1];
    }
};

122.买卖股票的最佳时机II 

这道题是可以反复买卖。

区别就是在持有股票推导时候，前一天不持有股票的情况不是0-prices[i]了，而是有一个初始的值了，就是dp[i - 1][1]，现在是dp[i - 1][1]-prices[i]。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        vector<vector<int>> dp(len, vector<int>(2, 0));
        dp[0][0] -= prices[0];
        dp[0][1] = 0;
        for (int i = 1; i < len; i++) {
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]); // 注意这里是和121. 买卖股票的最佳时机唯一不同的地方。
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
        }
        return dp[len - 1][1];
    }
};