Leetcode123 买卖股票的时机IIIC++

思路：参考https://blog.csdn.net/linhuanmars/article/details/23236995
利用局部最优与全局最优的想法维护两个二维数组，来实现动态规划。
l[i][j]是在到达第i天，最多可以进行j次交易的局部最优利益。注意这里是最多进行j次交易，即l[2][2]为到达第二天，最多进行两次交易的局部最优利益，也可以进行一次，或不进行交易的意思。
g[i][j]是在到达第i天，最多可以进行j次交易的全局最优利益。

递推关系式l[i][j]满足

l[i][j]=max(l[i-1][j]+diff, g[i-1][j-1]+max(diff,0))
其中第一项表示，如果diff>0，则上次交易的时候可以不卖出，而在今天卖出。第二项表示第i-1天最多进行j-1次的交易的全局最优利益，加上今天的交易后看是否赚钱，这一项其实是取消第i-1天最多进行j次的交易，而加上今天的交易。最后将两种情况进行比较，选择最大值。
递推关系g[i][j]满足：
g[i][j]=max(l[i][j],g[i-1][j])
这一项容易理解，最优利益就是前一天全局最优利益和当前局部最优利益的最大值。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.empty()) return 0;
        int n=prices.size(),l[n][3]={0},g[n][3]={0};
        for(int i=1;i<n;++i)
        {
            int diff=prices[i]-prices[i-1];
            for(int j=1;j<=2;++j)
            {
                l[i][j]=max(l[i-1][j]+diff,g[i-1][j-1]+max(diff,0));
                g[i][j]=max(l[i][j],g[i-1][j]);
            }
        }
        return g[n-1][2];
    }
};