【LeetCode】122. 买卖股票的最佳时机 II（Java）

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

解法一

贪心

class Solution {
    public int maxProfit(int[] prices) {
        if (prices.length == 1) return 0;

        //每次都是今天买明天卖，如果跌了，不进行相加，即撤销这次操作
        //卖掉昨天买的，如果今天再买入，把差价相加，如果差价为负，跳过
        int maxSum = 0;
        for (int i = 1; i < prices.length; i++) {
            //如果今天的股价大于昨天的，加入maxSum，否则加0
            if (prices[i] - prices[i - 1] > 0) {
                maxSum = maxSum + prices[i] - prices[i - 1];
            }
        }
        return maxSum;
    }
}

这道题贪心应该是最优解了，而且容易理解，当天买隔天卖，如果是负的就反悔，只加正收益。

解法二

动态规划

class Solution {
    public int maxProfit(int[] prices) {
        //动态规划
        int len = prices.length;
        //第一行：买入
        //第二行：卖出
        int[][] dp = new int[2][len];
        dp[0][0] = -prices[0];  //第一天买入后的状态
        dp[1][0] = 0;           //第一天卖出后的状态
        for (int i = 1; i < len; i++) {
            //今天的卖出价减去昨天的买入价，和昨天的买入价进行比较，保存大的值（就是比较这两天买入价的大小）
            dp[0][i] = Math.max(dp[1][i - 1] - prices[i], dp[0][i - 1]);
            //今天卖出价减去昨天买入价，和昨天卖出价进行比较，保存大的值
            dp[1][i] = Math.max(prices[i] + dp[0][i - 1], dp[1][i - 1]);
        }
        return Math.max(dp[0][len - 1], dp[1][len - 1]);
    }
}

动态规划优化

class Solution {
    public int maxProfit(int[] prices) {
        //动态规划优化
        int len = prices.length;
        //第一行：买入
        //第二行：卖出
        int[] dp = new int[2];
        dp[0] = -prices[0];  //第一天买入后的状态
        dp[1] = 0;           //第一天卖出后的状态
        for (int i = 1; i < len; i++) {
            int temp = dp[0];   //保存前一天的买入价
            dp[0] = Math.max(dp[1] - prices[i], temp);  //修改买入价
            dp[1] = Math.max(prices[i] + temp, dp[1]);  //修改卖出价
        }
        return Math.max(dp[0], dp[1]);
    }
}

动态规划的题老是没思路，不知道怎么下手，o(╥﹏╥)o。
动态规划思路来着王尼玛大佬的题解。