动态规划，股票收益

假设你有一个数组prices，长度为n，其中prices[i]是股票在第i天的价格，请根据这个价格数组，返回买卖股票能获得的最大收益

1.你可以买入一次股票和卖出一次股票，并非每天都可以买入或卖出一次，总共只能买入和卖出一次，且买入必须在卖出的前面的某一天

2.如果不能获取到任何利润，请返回0

3.假设买入卖出均无手续费

数据范围： 0 \le n \le 10000 , 0 \le val \le 100000≤n≤10000,0≤val≤10000

要求：空间复杂度 O(1)O(1)，时间复杂度 O(n)O(n)

时间复杂度O(N^2)：循环了 n(n-1) / 2次

空间复杂度O(1)：一个变量空间

解题思路：

买卖股票有约束，根据题目意思，有以下两个约束条件：
    条件 1：你不能在买入股票前卖出股票；
    条件 2：最多只允许完成一笔交易。
因此 当天是否持股 是一个很重要的因素，而当前是否持股和昨天是否持股有关系，为此我们需要把 是否持股 设计到状态数组中
状态定义：
dp[i][j]：下标为 i 这一天结束的时候，手上持股状态为 j 时，我们持有的现金数。
    j = 0，表示当前不持股；
    j = 1，表示当前持股。
注意：这个状态具有前缀性质，下标为 i 的这一天的计算结果包含了区间 [0, i] 所有的信息，因此最后输出 dp[len - 1][0

推导状态转移方程：
dp[i][0]：规定了今天不持股，有以下两种情况：
    昨天不持股，今天什么都不做；
    昨天持股，今天卖出股票（现金数增加），

    状态转移方程：dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1]：规定了今天持股，有以下两种情况：
    昨天持股，今天什么都不做（现金数与昨天一样）；
    昨天不持股，今天买入股票（注意：只允许交易一次，因此手上的现金数就是当天的股价的相反数）

    状态转移方程：dp[i][1] = Math.max(dp[i - 1][1], -prices[i])

import java.util.*;


public class Solution {
    /**
     * 
     * @param prices int整型一维数组 
     * @return int整型
     */
    public int maxProfit (int[] prices) {
        // write code here
        //使用动态规划
        int len=prices.length;
        if(len<2)
        {
            return 0;
        }
        int [][]dp=new int[len][2];
        dp[0][0]=0;
        dp[0][1]=-prices[0];
        //从第二天开始
        for(int i=1;i<len;i++)
        {
            //今天不持股，昨天不持股，或者是昨天持股今天把股票，卖出去了
            dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);
            //今天持股，昨天持股，或者昨天不持股今天买入股票
            dp[i][1]=Math.max(dp[i-1][1],-prices[i]);
        }
        return dp[len-1][0];
    }
}