leetcode-121. 买卖股票的最佳时机

题目

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。

如果你最多只允许完成一笔交易（即买入和卖出一支股票一次），设计一个算法来计算你所能获取的最大利润。

注意：你不能在买入股票前卖出股票。

示例 1:

输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。
     注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。

示例 2:

输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。

解题思路

状态机的思想

影响利润的有3个因素：

1. 当前的天数i，i的取值范围是：$0\le i<n$
2. 已经卖出or买入的次数k，k的取值范围是：$0\le k\le K$，其中K是允许交易的最大次数
3. 手里有没有股票，用stat来代表，取值是{0, 1}

用买入次数来表征交易次数，用dp表示当前的利润，则有转移方程：
$$\begin{array}{rl}dp[i][k][0]& =max(dp[i-1][k][0],dp[i-1][k][1]+prices[i])\\ dp[i][k][1]& =max(dp[i-1][k][1],dp[i-1][k-1][0]-prices[i])\end{array}$$
第一行表示当前手里没股票，那么要么是前一天就没有，要么是前一天有，今天卖掉了。
第二行表示当前手里有股票，那么要么是前一天有股票（然后啥都没干），要么是前一天没有，今天买入了。

对本题而言，k的取值只有2个，0或者1，并且对任意i：dp[i][0][0] = 0, dp[i][0][1]不可能出现，所以我们可以化简，去掉k=0的状态，只计算k=1的dp，在需要用的时候单独讨论。
本题的状态方程推导过程为：
$$\begin{array}{rl}& \{\begin{array}{ll}dp[i][1][0]& =max(dp[i-1][1][0],dp[i-1][1][1]+prices[i])\\ dp[i][1][1]& =max(dp[i-1][1][1],dp[i-1][0][0]-prices[i])\end{array}\\ \iff & \{\begin{array}{ll}dp[i][0]& =max(dp[i-1][0],dp[i-1][1]+prices[i])\\ dp[i][1]& =max(dp[i-1][1],-prices[i])\end{array}\\ \iff & \{\begin{array}{ll}dp\_0& =max(dp\_0,dp\_1+prices[i])\\ dp\_1& =max(dp\_1,-prices[i])\end{array}\end{array}$$

推导结束后，给dp_0和dp_1赋初值。dp_0代表手里没股票，所以利润为0，dp_1代表手里有股票，那么利润应该是-prices[0]

代码

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        dp_0, dp_1 = 0, -prices[0]
        for each_price in prices[1:]:
            dp_0 = max(dp_0, dp_1 + each_price)
            dp_1 = max(dp_1, -each_price)
        return dp_0