买卖股票的最佳时机 III (最多交易2次)

分析，这里不同于其他几道题，有交易次数的限制。对于任意一天 i，我们有五种可选择的状态，（因为题目限制了买入之前必须卖出）

1. 不操作
2. 只买入一次
3. 买一次，卖一次
4. 买一次，卖一次，再买一次
5. 买一次，卖一次，再买一次，再卖一次。

因此有：
1.定义dp数组：
下标从0开始
dp[i][0] 表示第i天交易完之后 ，不操作的最大利润。
dp[i][1] 表示第i天交易完之后 ，只买入一次的最大利润。
dp[i][2] 表示第i天交易完之后 ，买一次，卖一次的最大利润。
dp[i][3] 表示第i天交易完之后 ，买一次，卖一次，再买一次的最大利润。
dp[i][4] 表示第i天交易完之后 ，买一次，卖一次，再买一次，再卖一次的最大利润。
则我们要的结果为：
第n-1天交易完后，手里没有股票的最大利润。

2.状态转移方程：
一：dp[i][0] = dp[i-1][0]
解释：
第i天交易完后，不进行任何操作，只能为第i-1天同样不进行任何操作。

二：dp[i][1] = max(dp[i-1][1],dp[i-1][0]-price[i])
解释：
第i天交易完后，买入了一次。可能的情况有:

1.第i-1天手里就有股票。所以为：dp[i-1][1]
2.第i-1天手里没有股票，但是第i天买入股票了，所以为 dp[i-1][0]-price[i] 。

三：dp[i][2] = max(dp[i-2][1],dp[i-1][0]+price[i])
解释：
第i天交易完后，买一次，卖一次。可能的情况有:

1.第i-1天手里就买完且卖出了。所以为：dp[i-1][2]
2.第i-1天手里买入了，但是第i天卖出股票了，所以为 dp[i-1][1]+price[i] 。

四：dp[i][3] = max(dp[i-1][3],dp[i-1][2]-price[i])
解释：
第i天交易完后，买一次，卖一次，再买一次。可能的情况有:

1.第i-1天买完且卖出，后来又买入了。所以为：dp[i-1][3]
2.第i-1天买一次，卖一次后，第i天买入股票了，所以为 dp[i-1][2]-price[i] 。

五：dp[i][4] = max(dp[i-1][4],dp[i-1][3]+price[i])
解释：
第i天交易完后，买一次，卖一次，再买一次，再卖一次。可能的情况有:

1.保持第i-1天的状态：dp[i-1][4]
2.前面交易完成一次且买入股票后，第i天卖出股票了，所以为 dp[i-1][3]+price[i] 。

3.初始化：
dp[0][0]表示第0天不操作，为0。
dp[0][1]表示第0天买入，为-price[0]。
dp[0][2]表示第0天买入后卖出，为0。
dp[0][3]表示第0天买入卖出再买入，为-price[0]。
dp[0][4]表示第0天两次交易，为0。

代码如下

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n=prices.size();
        vector<vector<int>> dp(n,vector<int>(5,0));
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        dp[0][2] = 0;
        dp[0][3] = -prices[0];
        dp[0][4] = 0;
        for(int i=1;i<n;i++)
        {
            dp[i][0] = dp[i-1][0];
            dp[i][1] = max(dp[i-1][0]-prices[i],dp[i-1][1]);
            dp[i][2] = max(dp[i-1][1]+prices[i],dp[i-1][2]);
            dp[i][3] = max(dp[i-1][2]-prices[i],dp[i-1][3]);
            dp[i][4] = max(dp[i-1][3]+prices[i],dp[i-1][4]);
        }
        return dp[n-1][4];
    }
};