代码随想录算法训练营day49｜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

力扣

思路：动态规划

1. dp数组及其下标的含义：dp[i][0] 代表第i天「持有」股票所得最多现金，dp[i][1]代表第i天不持有股票所得最多现金；

2. 递推公式：dp[i][0] = max(dp[i-1][0], -prices[i]), dp[i][1] = max(dp[i-1][0]+prices[i], dp[i-1][1])；

3. 初始化：dp[0][0] = -prices[0], dp[0][1] = 0；

4. 遍历顺序：从前往后；

class Solution {
    public int maxProfit(int[] prices) {
        int len = prices.length;
        int[][] dp = new int[len][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for(int i=1;i<len;i++){
            dp[i][0] = Math.max(dp[i-1][0], -prices[i]);//注意：只买卖一次
            dp[i][1] = Math.max(dp[i-1][0]+prices[i], dp[i-1][1]);
        }
        return dp[len-1][1];
    }
}

思路：贪心算法

1. 左边取最小值，右边取最大值，差值即为最大利润；

class Solution {
    public int maxProfit(int[] prices) {
        int min = Integer.MAX_VALUE;
        int res = 0;
        for(int i=0;i<prices.length;i++){
            min = Math.min(min,prices[i]);
            res = Math.max(res,prices[i]-min);
        }
        return res;
    }
}

122.买卖股票的最佳时机II

力扣

思路：动态规划

1. 基本同上；

2. 区别：由于可以买卖多次，dp[i][0] 递推公式为Math.max(dp[i-1][0], dp[i-1][1]-prices[i]);

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

优化空间：

1. 只维护2个状态：dp[0]表示持有，dp[1]表示卖出；

2. 递推公式：dp[0] = Math.max(dp[0],dp[1]-prices[i-1]); dp[1] = Math.max(dp[0] + prices[i-1]);

// 优化空间
class Solution {
    public int maxProfit(int[] prices) {
        int[] dp = new int[2];
        // 0表示持有，1表示卖出
        dp[0] = -prices[0];
        dp[1] = 0;
        for(int i = 1; i <= prices.length; i++){
            // 前一天持有; 既然不限制交易次数，那么再次买股票时，要加上之前的收益
            dp[0] = Math.max(dp[0], dp[1] - prices[i-1]);
            // 前一天卖出; 或当天卖出，当天卖出，得先持有
            dp[1] = Math.max(dp[1], dp[0] + prices[i-1]);
        }
        return dp[1];
    }
}