714. 买卖股票的最佳时机含手续费 python解法(初探DP)

题目如下

Leetcode:#714. 买卖股票的最佳时机含手续费

　　这道题，我想说开始我并不是想用DP的方法来的，因为最近正在从贪心算法开始起，所以并没有想说接触到动规，所以在leetcode上面也是选了贪心算法的标签然后开始写的。但是想想其实贪心和动归有着异曲同工之妙，首先去学习了大佬对于动规和贪心的理解。
　　概括一下两者的本质区别：站在全局角度来看，对于每个可选项，贪心算法是只保留一种决策（要么最优，要么非最优） ，动态规划保留了它的一个决策集，从中取最优。
　　大白话就是：贪心只考虑最后那次状态，但是动规是要考虑前面的每一次的状态
　　显然对于这道题，我觉得贪心不行（大佬勿喷，我是单纯考虑不到贪心的解法），在我粗浅的认识里面，如果是贪心，每次只要有利润的话就交易，会导致交易的次数变多，也就会浪费无数的手续费，所以我做不来了。
　　然后绞尽脑汁，最终屈服于评论区里面了。
　　看了好多解析，还是觉得动规真厉害。
不多bb，直接上代码：

class Solution:
    def maxProfit(self, prices: List[int], fee: int) -> int:
        dp = [[0,0] for i in range(len(prices))]
        dp[0][0] = 0
        dp[0][1] = -fee - prices[0]
        for i in range(1,len(prices)):
            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] - fee)
        return(dp[len(prices) - 1][0])

代码以及思路解析:
  首先，你得考虑这题有哪些要素。捋一捋，得有个天数表示吧，得知道哪天到底买了股票没有吧。当然因为这道题没有严格限制交易次数，所以不加以考虑。粗略的先写出得有个dp[i][0]和dp[i][1]吧，一个表示那天买了股票，一个表示没买。

  其次还得知道两个重要的点，状态转移方程以及初始状态。其实初始状态应该好考虑。第一天你买了股票，是不是得花钱，然后我们定义在买的时候交手续费，卖的时候不交了（相反也行），是不是就是：-fee - prices[0]。而第一天没买股票，就零蛋。

  状态转移方程对于这道题也是再简单不过了，第二天的状态有两种，都是由第一天决定的。第二天没股票，要不第一天压根没买，要么第一天买了你给卖了。从中取高。毕竟咱得赚钱撒。同理第二天有股票，要不第一天的股票买了放那的，要不没买今儿个买的。(注意:买的时候记得交了手续费再比较)

写在最后：如果你看懂了就可以再看看之后我写的话，没看懂还是先看懂，不懂的评论，我尽量给你把这题讲懂。对于动规和贪心这种题目，个人还是建议多见题型，多练。尤其动规，核心就是个转换方程，有时候就那么两行，你就是写不出来，你说气人不- -.。就算知道大多数动规解题方法的，遇到很复杂的题目或者新颖的也会懵住。老生常谈了，多练。当然，那个知道大多是方法的肯定不是我，是我一个ACM区域赛银奖的朋友告诉我的，所以我可没瞎编哦！