Leetcode no.121 买卖股票的最佳时机（dp）

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所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

示例 1：

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。
示例 2：

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。
 

提示：

1 <= prices.length <= 105
0 <= prices[i] <= 104

class Solution {

public:

    int maxProfit(vector<int>& prices) {

        int maxprofit = 0;

        int minprice = 1e9;

        for (int price : prices) {

            maxprofit = max(maxprofit, price - minprice);

            minprice = min(price, minprice);

        }

        return maxprofit;

    }

};

思路：题目只问最大利润，没有问这几天具体哪一天买、哪一天卖，因此可以考虑使用 动态规划 的方法来解决。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int res = 0; 
        int pre = 0;//前一天卖出可得的最大利润
        for (int i = 1; i < prices.size(); ++i){
            int diff = prices[i] - prices[i-1];//利润差
            pre = max(diff + pre, 0);//第i天我能获得的利润为前一天的利润加上今天的利润差，
                                     //如果小于0，证明今天卖出会亏钱，所以不卖，保留前一天的利润。
            res = max(res, pre);     //用今天的利润和昨天的利润比较，昨天大则不卖，即保留昨天的利润。
        }
        return res;
    }
};

知识点：

多阶段决策问题：动态规划常常用于求解多阶段决策问题；
无后效性：每一天是否持股设计成状态变量的一维。状态设置具体，推导状态转移方程方便。