买卖股票的最佳时机Ⅱ

---

引言

力扣题目【买卖股票的最佳时机Ⅱ】描述 -> 传送门
所用语言：Java
执行用时 1 ms，内存消耗 38.1 MB（使用贪心算法）
执行用时 3 ms，内存消耗 38.3 MB（使用动态规划）

---

正文

这道题我做不出来😢，最后是看的别人的题解

这里主要展示的是两种解这道题的算法：贪心算法和动态规划

贪心算法

public int maxProfit(int[] prices) {
    int maxProfit = 0;
    for (int i = 1; i < prices.length; i++) {
        // 只要第二天的股票的卖出价格比今天的股票的买入价格高，就可以买今天的然后明天卖出
        if (prices[i] > prices[i - 1]) {
            maxProfit += (prices[i] - prices[i - 1]);
        }
    }

    return maxProfit;
}

上述实现了贪心算法的代码乍一看挺简单的，不过区区数行，但是如果是由自己来想出这种思路，我觉得还是挺不容易的（对于我自己来说），这更像是脑筋急转弯

这道题的贪心就是：只要我第二天的股票的卖出价格比今天的股票的买入价格高，我就可以在今天买入股票然后明天卖出，之后的所有股票也是这样处理的。例如：

prices数组为：[1, 2, 4]，那么使用贪心算法得到的最大利润是多少？
我的回答是：1 或者 2. 但是这个回答是错误的，这也是为什么我想不出贪心算法的原因
实际上，使用贪心算法得到的最大利润 maxProfit = (2 - 1) + (4 - 2) = 3. 如果能想到这一点，就能写出这道的贪心算法了

动态规划

我还是忍不住惊叹：想出这道题的动态规划解法的人真的nb

我想不出这道题的动态规划解法，即使是看了相应的题解之后，也是思考了好久才恍然大悟，我就直接放代码了：

public int maxProfit(int[] prices) {
    if (prices == null || prices.length < 2) {
        return 0;
    }

    int[][] dp = new int[prices.length][2];
    // dp[0][0]表示第一天没有持股，获益自然是0
    dp[0][0] = 0;
    // dp[0][1]表示第一天买入股票，获益自然是-prices[0]
    dp[0][1] = -prices[0];

    for (int i = 1; i < prices.length; i++) {
        // dp[i][0]表示第i天手上没有持股时最大的获益
        dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
        // dp[i][1]表示第i天手上持有股票时最大的获益
        dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
    }

    // 最后一天没有持股时便是可以获得的最大利润
    return dp[prices.length - 1][0];
}

---

最后

动态规划真的不太容易拿下😷