Day49｜动态规划part10：121. 买卖股票的最佳时机、122.买卖股票的最佳时机II

121. 买卖股票的最佳时机(买1次卖1次）

这题是基础变式，是可以用贪心解的，贪心代码如下：

class Solution {
    public int maxProfit(int[] prices) {
        int minPrice = Integer.MAX_VALUE;
        int maxProfit = 0;
        for (int i = 0; i < prices.length; i++) {
            if (prices[i] < minPrice) {
                minPrice = prices[i];
            }
            if (prices[i] - minPrice > maxProfit) {
                maxProfit = prices[i] - minPrice;
            }
        }
        return maxProfit;
    }
}

• 找到最小的价格买进，然后再出现小价格之后找到最大价格卖出。

正统更广泛的解法是动态规划。

1. dp数组含义

dp[i][0] 表示第i天持有股票所得最多现金

dp[i][1] 表示第i天不持有股票所得最多现金

2. 递推公式

如果第i天持有股票即dp[i][0]， 那么可以由两个状态推出来

• 第i-1天就持有股票，那么就保持现状，所得现金就是昨天持有股票的所得现金 即：dp[i - 1][0]
• 第i天买入股票，所得现金就是买入今天的股票后所得现金即：-prices[i]

dp[i][0] = max(dp[i - 1][0], -prices[i])

如果第i天不持有股票即dp[i][1]， 也可以由两个状态推出来

• 第i-1天就不持有股票，那么就保持现状，所得现金就是昨天不持有股票的所得现金 即：dp[i - 1][1]
• 第i天卖出股票，所得现金就是按照今天股票价格卖出后所得现金即：prices[i] + dp[i - 1][0]

同样dp[i][1]取最大的，dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);

其中dp[n - 1][1]就是最终结果！

因为本题中不持有股票状态所得金钱一定比持有股票状态得到的多！

3. dp数组如何初始化

dp[0][0] -= prices[0];

dp[0][1]表示第0天不持有股票，不持有股票那么现金就是0，所以dp[0][1] = 0;

4. 遍历顺序

没啥好说的，从前到后。

5. 推导dp数组

最终代码（二维数组版）

class Solution {
    public int maxProfit(int[] prices) {
        int dp[][] = new int[prices.length][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for(int i = 1; i < prices.length; i++){
            dp[i][0] = Math.max(dp[i - 1][0], -prices[i]);
            dp[i][1] = Math.max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
        }
        return dp[prices.length - 1][1];
    }
}

这下知道买入股票为什么是-price[i]了！这样prices[i] + dp[i - 1][0]才能表示利润

122.买卖股票的最佳时机II（无数次买无数次卖）

本题也可以用贪心算法，代码如下：

class Solution {
    public int maxProfit(int[] prices) {
        int res = 0;
        for(int i = 0; i < prices.length; i++){
            if(i > 0 && prices[i] - prices[i - 1] > 0){
                res += prices[i] - prices[i - 1];
            }
        }
        return res;
    }
}

只要当天价格比前一天价格高，就卖出，最后差值直接相加。

动态规划

这题跟上一题的差距只在递推公式上。原来只能买卖一次的是：

dp[i][0] = max(dp[i - 1][0], -prices[i])//第i天持有股票
dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);//第i天不持有股票

本题的递推公式是：

dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);

可以看出区别在于原来如果买进，dp[i][0]是-prices[i]，现在变成了dp[i - 1][1] +（- prices[i]），其他都一样。因为一只股票可以买卖多次，所以当第i天买入股票的时候，所持有的现金可能有之前买卖过的利润。

最终代码：

class Solution {
    public int maxProfit(int[] prices) {
        int dp[][] = new int[prices.length][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for(int i = 1; i < prices.length; i++){
            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1]-prices[i]);
            dp[i][1] = Math.max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
        }
        return dp[prices.length - 1][1];
    }
}