买卖股票的最佳时机Ⅰ和Ⅱ

1. 买卖股票的最佳时机Ⅰ

1.1 问题描述

给定一个数组prices，它的第i个元素prices[i]表示一支给定股票第i天的价格。

你只能选择某一天买入这只股票，并选择在未来的某一个不同的日子卖出该股票。设计一个算法来计算你能获取的最大利润。

返回你可以从这笔交易中获得的最大利润，若不能获取任何利润。则返回0。

【示例】

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。

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

1.2 动态规划步骤分析

• （1）确定状态
  • f[i][0]表示第i天不持有股票所得的最多现金。
  • f[i][1]表示第i天持有股票所得的最多现金。初始时现金为0，若买入股票则现金为-prices[i]，为一个负数。持有也不代表买入，也有可能是昨天买入的。
• （2）转移方程

  • 如果第i天不持有股票，则

    • 第i-1天不持有股票，那就保持现状，所得到的现金和昨天不持有股票的所得现金一样，即f[i][0] = f[i-1][0];
    • 第i天卖出股票，所得现金就是卖出股票后所得现金，即f[i][0] = prices[i] + f[i-1][1];

  • 若第i天持有股票

    • 第i-1天就持有股票，则保持现状，则f[i][1] = f[i-1][1];
    • 第i天买入股票，则f[i][1] = -prices[i];

    //第i天不持有股票 = max(昨天也未持有今天也未持有，昨天持有今天卖出)
    f[i][0] = max(f[i-1][0],f[i-1][1] + prices[i]);
    
    //第i天持有股票 = max(昨天持有，今天买入)
    f[i][1] = max(f[i-1][1],-prices[i])
    

• （3）初始化
  • 由转移方程知，转移方程推出需要知道f[0][0]，f[0][1]。
    • f[0][0]：第0天未持有股票的最多现金，即f[0][0] = 0;
    • f[0][1]：第0天持有股票的最多现金，即f[0][1] = -prices[0]；
• （4）计算顺序
  • f[i] 由f[i-1]推出，故从前到后遍历

1.3 C++实现

动态规划实现

int maxProfit(vector<int>& prices)