双重DP实例2：K次购买股票的最大收益

K次购买股票的最大收益

有的问题具有最优子结构，可以使用动态规划求解。但是在求解该最优子结构时，需要使用另外一个问题的最优子结构。这个时候我们就必须使用双重动态规划进行求解。

题目

给定一系列的股票价格prices和最大购买次数k，求最大收益。两笔交易不能交叉。

问题解析

global[i][j]:当前到达第i天最多可以进行j次交易，所得到的最大利润。
local[i][j]:当前到达第i天最多可以进行j次交易，而且最后一次交易在当天卖出，所得到的最大利润。
状态转移方程：
global[i][j] = max(local[i][j], global[i-1][j])
上述方程比较两个量的大小：①当前局部最大值；②过往全局最大值。
local[i][j] = max(global[i-1][j-1] + max(diff, 0), local[i-1][j] + diff)
上述方程比较两个量的大小：
①全局到i-1天进行j-1次交易，然后加上今天的交易（如果今天的交易赚钱的话， 就包含当前第j次交易；如果不赚钱，就不包含）。
②取局部第i-1天进行j次交易，然后加上今天的差值（local[i-1][j]是第i-1天卖出的交易，它加上diff后变成第i天卖出，并不会增加交易次数。无论diff是正还是负都要加上，否则就不满足local[i][j]必须在最后一天卖出的条件了）

当k远大于数组的大小时，上述算法将变得低效。因此将其改用不限交易次数的方式解决。

代码

解法一：

    int helper(vector<int>& prices) {
        int n = prices.size();
        if(n<=1) return 0;
        int ret = 0;
        for(int i=1; i<n; i++)
            ret += max(prices.at(i)-prices.at(i-1), 0);
        return ret;
    }
    int maxProfit(int k,