LeetCode 122.买股票的最佳时机Ⅱ（贪心，动态规划）

题目描述：

给定一个数组prices，prices[i]表示在第i天股票的价格，可以通过在较低点购买、较高点售出股票来获得利益，但是必须在再次购买前出售掉之前的股票。

贪心：

思路：只要当天的股票价格比后一天股票的价格低，就在当天买入，后一天售出，遍历所有的天数，把所有符合的赚的钱相加，就是最大利润。

代码：

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

动态规划：

思路：可以知道，每天交易结束后，只可能手里存在一支股票，或没有股票的状态。

定义状态dp[i][0]表示第i天交易结束后手里没有股票的最大利润，dp[i][1]表示第i天交易结束后手里有一支股票的最大利润。（i从0开始表示第一天）

第一种：（第i天交易结束后手里没有股票）

第i天手里没有股票，可以是第i-1天就没有股票，或者是第i-1天持有股票，但是在第i天的时候把股票售出了，那么第i天手里没有股票的最大利润为这俩种情况的较大利润。状态转移方程如下：

第二种：（第i天交易结束后手里持有一个股票）

第i天手里持有股票，可以是第i-1天就持有一个股票，或者是第i-1天没有股票，但是在第i天的时候购买了一个股票，同理状态转移方程为：

代码：          

public:
    int maxProfit(vector<int>& prices) {
        int n=prices.size();
        int dp[n][2];
        dp[0][0]=0; //第一天没有股票，收益为0
        dp[0][1]=-prices[0]; //第一天持有股票，收益为-prices[0]
        for(int i=1;i<n;i++){
            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]);
        }
        return dp[n-1][0];
};

注意：因为交易全部结束后，持有股票的收益一定比不持有股票的收益低，所以最后的答案即为dp[n-1][0]。

动态规划优化：

优化思路：因为我们可以看到每天的状态只与前一天的状态有关，而与更早时候的状态无关，所以我们不需要储存这些无关的状态，所以前一天的状态可以用两个变量来表示。

代码：

public:
    int maxProfit(vector<int>& prices) {
        int n=prices.size();
        int dp0=0,dp1=-prices[0]; //初始化边界
        for(int i=1;i<n;i++){
            int newDp0=max(dp0,dp1+prices[i]);
            int newDp1=max(dp1,dp0-prices[i]);
            dp0=newDp0;
            dp1=newDp1;
        }
        return dp0;
};

dp0相当于dp[i-1][0]，dp1相当于dp[i-1][1]。

newDp0相当于dp[i][0]，newDp1相当于dp[i][1]。

通过前一天的状态，得到今天的状态，且没有储存无关的状态。

以上代码均可通过测试。