123 买卖股票的最佳时机 III

题目描述：
给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
注意: 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:
输入: [3,3,5,0,0,3,1,4]
输出: 6
解释: 在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2:
输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

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

方法1：动态规划
主要思路：
（1）本题三个状态，第 i 天，是否持有 j ，交易几次 k，使用三维数组 dp[ i ][ j ][ k ]表示第 i 天，持有状态为 j ，交易次数为 k 时的利润，其中 是否只有 j 的可能取值为 0,1，交易的可能次数为 0,1,2（以卖出为交易成功），具体的状态转移方式如代码所示：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.size()<2)
            return 0;
        
        vector<vector<vector<int>>> dp(prices.size(),vector<vector<int>>(2,vector<int>(3,0)));

        dp[0][1][0]=-prices[0];//持有，之前交易0次
        dp[0][1][1]=-prices[0];//持有，之前交易1次

        for(int i=1;i<prices.size();++i){
            
            //dp[i][0][0]=0;//持有0，交易0，故一直是0，不需要更新

            //要么不操作，要么是从前一天的持有，交易0次的状态下，在今天卖出，完成第一次交易，既dp[i-1][1][0]+prices[i]
            dp[i][0][1]=max(dp[i-1][0][1],dp[i-1][1][0]+prices[i]);
            //要么不操作，要么是从前一天的持有，交易1次的状态下，在今天卖出，完成第二次交易，既dp[i-1][1][1]+prices[i]
            dp[i][0][2]=max(dp[i-1][0][2],dp[i-1][1][1]+prices[i]);
            //要么不操作，今天第一次买入，进行持有，既直接为-prices[i]
            dp[i][1][0]=max(dp[i-1][1][0],-prices[i]);
            //要么不操作，要么是从前一天的不持有，交易1次的状态下，在今天再次买入，既dp[i-1][0][1]-prices[i]
            dp[i][1][1]=max(dp[i-1][1][1],dp[i-1][0][1]-prices[i]);

            //dp[i][1][2]=0;//这种已经交易两次，再持有的情形，不能出现，没必要更新；
            
        }
        //返回两种不持有状态下，可能的最大值
        return max(dp[prices.size()-1][0][1],dp[prices.size()-1][0][2]);
    }
};