Day 48[补档] |● 121. 买卖股票的最佳时机 ● 122.买卖股票的最佳时机II-CSDN博客

本文链接：https://blog.csdn.net/weixin_54143009/article/details/136471433

两篇文章讨论了使用动态规划方法解决买卖股票的问题，分别处理一次交易和多次交易的情况，关键在于理解持有（1）和卖出（0）状态的更新逻辑。

摘要由CSDN通过智能技术生成

121. 买卖股票的最佳时机

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<vector<int>> dp(prices.size(),vector<int>(2,0));
        //dp[i][1] 第i天持有股票的状态， dp[i][0]第i天卖出股票的状态(dp表示的都是手中最大的金钱数)
        dp[0][1] = -prices[0];
        dp[0][0] = 0;
        for(int i = 1; i < prices.size(); i++){
            dp[i][1] = max(dp[i-1][1], - prices[i]);
            dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i]);
        }
        return dp[prices.size()-1][0];
    }
};

具体思路：

具体思路已经在代码上表示，需要关注的一个点事，dp[i1]那里， dp[i][1] = max(dp[i-1][1], - prices[i])，后面的price[i]最开始我加上了 dp[i-1][0]，习惯性，但是如果加上的话就不是只允许买卖一次了，所以如果表示买入，则直接取在i-1天就买入的状态或者当天买入的状态里取最大值，因为是负数，则最大值对应的就是绝对值的最小值。

122.买卖股票的最佳时机II

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        vector<vector<int>> dp(prices.size(),vector<int>(2,0));
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        for(int i = 1; i < prices.size(); 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[prices.size()-1][0];
    }
};

具体思路：

其实这题的答案，就是我最上面那一题最开始写错的方法，因为上一题只买卖一次，则当天买入的状态不存在上一个状态的影响；然而这一次可以多次买卖，则在这种情况下，多次买卖导致当天的购买会受到上次卖出的影响，可能存在上一次已经买卖过一次，金钱量已经有所变动。