力扣之买卖股票②

• 好家伙，这道题还以为有多难呢，吭哧吭哧写了一个晚上加上午，看了答案才知道我想的太复杂了！
• 题目没有要求返回买和卖的时间数，也没有说要手续费，只要把所有上坡的高度都加起来就对了
• 

解法1：把上坡路都加起来

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        profit = 0
        for i in range(len(prices)-1):
            if prices[i+1]-prices[i]>0:
                profit += prices[i+1]-prices[i]
        return profit

解法2：我的方法

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        num_day = len(prices)
        if num_day == 1:
            return 0
        else:
            
            p = 0
            
            money = 0
            while p<num_day-1:
                mai = False
                best = -1
                sold = 0
                for q in range(p+1,num_day):
                    if prices[q]>prices[p] and best>=0:
                        if prices[q]<=prices[best]:
                            sold = best
                            
                            mai = True
                            break
                        else:
                            best = q
                        mai = True
                    elif prices[q]>prices[p] and best<0:
                        best = q
                        mai = True
                    else:
                        
                        break
                if mai:
                    sold = best
                    money += prices[sold] - prices[p]
                    p = sold+1
                else:
                    p += 1
        return money

解法3：动态规划，转移矩阵

• $dp[i][0]$表示在第$i$天结束的时候，手里没有股票的钱钱数，$dp[i][1]$则表示手里有股票的钱钱数
• $dp[i][0]$的上一情况有两种，一种是$i-1$天时，手里也没有股票，所以第$i$天没有进行交易；
  • 还有一种是昨天买入了股票，今天给卖了
• 我们应该取这两种情况中的最大值，即 d p [ i ] [ 0 ] = max ⁡ { d p [ i − 1 ] [ 0 ] , d p [ i − 1 ] [ 1 ] + p r i c e s [ i ] } dp[i][0]=\max \{dp[i-1][0],dp[i-1][1]+prices[i]\} dp[i][0]=max{dp[i−1][0],dp[i−1][1]+prices[i]}
• 同理，$dp[i][1]$也有两种情况,表达式为 d p [ i ] [ 1 ] = max ⁡ { d p [ i − 1 ] [ 1 ] , d p [ i − 1 ] [ 0 ] − p r i c e s [ i ] } dp[i][1]=\max\{dp[i-1][1],dp[i-1][0]-prices[i]\} dp[i][1]=max{dp[i−1][1],dp[i−1][0]−prices[i]}
• 由于在最后一天持有股票的钱钱数肯定小于股票全部抛出的钱钱数，所以只要看$dp[n-1][0]$即可

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        import numpy as np
        dp = np.zeros((2,len(prices)))
        dp[0,0] = 0
        dp[1,0] = -prices[0]
        for i in range(1,len(prices)):
            dp[0,i] = max(dp[0,i-1],dp[1,i-1]+prices[i])
            dp[1,i] = max(dp[1,i-1],dp[0,i-1]-prices[i])
        return int(dp[0,len(prices)-1])

速度太慢，计算了2n次