Best Time to Buy and Sell Stock IV

复杂度
时间 O(Nk) 空间 O(Nk)

思路
我们将第i天已经执行j笔交易的最大收益作为全局变量global，将第i天正好完成第j笔交易的最大收益作为局部变量local。

对于global，也就是我们要知道第i天已经执行j笔交易的最大收益，可以基于第i-1天已经执行j笔交易的最大收益和第i天正好完成第j笔交易的最大收益，即globali = max(globali-1, locali)。

对于local，也就是我们要知道第i天正好完成第j笔交易的最大收益，可以基于第i-1天正好完成第j-1笔交易的最大收益加上当天交易的差值，还有第i-1天正好完成第j笔交易的最大收益加上当天交易的差值。要注意的是，第i-1天正好完成第j-1笔交易这种情况，当前交易的差值取0和实际昨天今天差价中较大的，因为我们还有一次自由交易的余地，所以如果亏的话完全可以当天买卖避免损失。但第i-1天正好完成第j笔交易这种情况来推导第i天正好完成第j笔交易时，相当于第i天已经要连着第i-1天交易，使得第i-1天正好完成的第j笔交易和第i天正好完成的第j笔交易是同一个交易。算式是：locali = max(locali-1+max(0, diff), locali-1+diff)

注意
对于k > prices.length / 2的情况，我们可以用II的解法来节省空间。因为按照题意必须先买后卖，那么对于n天交易，能够产生有效收益的交易次数是小于等于n/2的，只有不同天买卖才能产生差价。对于大于n/2的那部分交易，必定是当天买卖没有任何收益的，无论交易多少次都是一样的。所以如果k > prices.length / 2，就相当于无限次交易。

数组的第二维初始化长度是k+1，因为我们要预留完成0笔交易的收益，是0。

  int maxProfit(int k, vector<int>& prices) {
    int n = prices.size();
    if (k <= 0 || n <= 1)
        return 0;
    if(k > n/2){  //
        int sum = 0;
        for(int i = 0; i < n-1; i++){
            if(prices[i+1] > prices[i])sum+=prices[i+1] - prices[i];
        }
        return sum;
    }
    vector<vector<int>> gloable(n, vector<int> (k+1, 0));
    vector<vector<int>> local(n, vector<int>(k+1, 0));
    for (int i = 1; i < n; i++) {
        int diff = prices[i] - prices[i - 1];
        for (int j = 1; j <= k; j++) {
            local[i][j] = max(gloable[i - 1][j - 1] + max(diff, 0), local[i-1][j]+diff);
            gloable[i][j] = max(gloable[i - 1][j], local[i][j]);
        }
    }
    return gloable[n - 1][k];
}