力扣121. 买卖股票的最佳时机（动态规划）

力扣121. 买卖股票的最佳时机（动态规划）

动态规划：

有点像0-1背包问题：

买入：

	i当天买入	i当天不买入
i当天买入的最大收益	-i当天的股价	i-1买入的最大收益，维持现状
in[i]	-prices[i]	in[i-1]

卖出：

	i当天卖出	i当天不卖出
i当天卖出的最大收益	i-1天买入的最大收益+i当天的股价	i-1天卖出的最大收益，维持原状
out[i]	out[i-1]+prices[i]	out[i-1]

i-1天买入的最大收益，这里很多人不理解，以为仅仅是前一天的价格，其实i-1天买入的最大收益已经取最大值，即i-1天买入的最大收益代表第一天到第i-1天的最佳买入点，只是没有标记哪一天，直接相加即可。

复杂度分析：

• 时间复杂度:O(N)
• 空间复杂度:O(N)

//
//  main.cpp
//  121maxProfit
//
//  Created by MXQ on 2020/10/21.
//

#include <iostream>
#include<vector>
using namespace::std;
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n=prices.size();
        if(n==0 || n==1)return 0;
        vector<int>in(n);
        vector<int>out(n);
        out[0]=0;
        in[0]=-prices[0];
        int maxoutvalue=0;
        for (int i=1; i<n; i++) {
            //转移方程
            in[i]=max(-prices[i],in[i-1]);
            out[i]=max(in[i-1]+prices[i],out[i-1]);
            if (out[i]>maxoutvalue) {
                maxoutvalue=out[i];
            }
        }
        return maxoutvalue;
    }
};
int main(int argc, const char * argv[]) {
    // insert code here...
    vector<int>prices={7,6,4,3,1};
    Solution s;
    auto result=s.maxProfit(prices);
    std::cout << result<<endl;
    std::cout << "Hello, World!\n";
    return 0;
}