力扣：最佳买卖股票时机

 最近在力扣上刷到最佳买卖股票时机系列的题型，主要采用动态规划的思想来解决此类问题。在这里从简单情况，慢慢过渡到相对复杂的情况分析。

题一、买卖股票的最佳时机

---

题目描述
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。
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。
来源 -> 力扣：买卖股票的最佳时机

题目分析1
1、 状态定义
 状态 dp[i][j] 表示：在下标为 i 的这一天，用户手上持股状态为 j 所获得的最大利润。
 说明：j 只有 2 个值：0 表示不持股（特指卖出股票以后的不持股状态），1 表示持股。
2、 状态转移
 (1) dp[i][0] ： 当前不持股，这种状态可以是，昨天不持股转移过来，即dp[i-1][0] ; 也可以是，昨天持股，今天卖出，即dp[i-1][1] + prices[i] ;
 可得 ：dp[i][0] = Math.max ( dp[i-1][0] , dp[i-1][1] + prices[i] ) ;
 (2) dp[i][1] : 当前持股，这种状态可以是，昨天持股转移过来，即dp[i-1][1] ; 也可以是 - prices[i] ;
 可得 ：dp[i][1] = Math.max ( dp[i-1][1] , - prices[i] ) ;
 这里的 - prices[i] 表示，在下标为 i 的这一天，执行买入操作得到的收益。注意：因为题目只允许一次交易，因此不能加上 dp[i - 1][0]。
3、 初始情况
 第 0 天不持股，显然 dp[0][0] = 0 ;
 第 0 天持股，显然 dp[0][1] = -prices[0] ;
4、 输出情况
 从状态转移方程可以看出，每一天的状态都考虑了之前的状态。在只发生一次交易的情况下，持有这支股票一定不能使我们获得最大利润。因此输出是 dp[len - 1][0]，不可能是持股的状态 dp[len - 1][1]
5、 实现

class Solution {
   
    public int maxProfit(int[] prices) {
   
        int len = prices.length;
        if (len < 2) {
   
            return 0;
        }
        // 0：用户手上不持股所能获得的最大利润，特指卖出股票以后的不持股，非指没有进行过任何交易的不持股
        // 1：用户手上持股所能获得的最大利润
        // 注意：因为题目限制只能交易一次，因此状态只可能从 1 到 0，不可能从 0 到 1
        int[][] dp = new int[len][2];
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        for (int i = 1; i < len; i++) {
   
            dp[i][0] = Math.max(dp[i - 1][0]