代码随想录 11.09 || 动态规划 LeetCode 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

        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，只能 买入和 卖出 股票一次，求最大利润。同一天存在两种状态，即 持股（买入）和 持股（卖出）状态，需要定义二维的 dp 数组记录每一天的利润状态。

        1）定义 dp 数组的含义，dp[i][0] 表示在第 i 天持有（买入）股票能获得的利润，dp[i][1]表示在第 i 天持有（卖出）股票能获得的利润；

        2）递推公式，dp[i][0] = max(dp[i - 1][0], -prices[i])，在第 i 天，持股（买入）的状态要么等于前一天持股的状态，要么在第 i 天买入，产生的利润都是负利润，即买入股票的花费。dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0])，在第 i 天，持股（卖出）的状态要么等于前一天的持股状态，要么在第 i 天卖出，产生的利润为当前股票价格 - 此前买入股票的花费利润，我们在 dp 数组中存储负数利润，因此此处为相加。

        3）遍历顺序，从前向后遍历；

        4）初始化，第 0 天可以买入，无法卖出，因此 dp[0][0] = prices[0]，dp[0][1] = 0；

        5）如果出错，打印 dp 数组 debug。

class Solution {
public:
    int maxProfit(vector<int> &prices) {
        int len = prices.size();

        vector<vector<int>> dp(len, vector<int>(2));
        dp[0][0] = -prices[0];
        dp[0][1] = 0;

        for (int i = 1; i < len; ++i){
            dp[i][0] = max(dp[i - 1][0], -prices[i]);
            dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
        }

        return dp[len - 1][1];
    }
};

122.买卖股票的最佳时机Ⅱ

        本题与上一题的唯一不同之处在于，本题允许多次买卖股票，每次买入股票所产生的的利润不一定再是 -prices[i] （0 - prices[i]），因为手中的本金不再一直是 0，而是随着买入卖出而变化。体现在递推公式中，dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i])。

class Solution {
public:
    int maxProfit(vector<int> &prices) {
        int len = prices.size();

        vector<vector<int>> dp(len, vector<int>(2));
        dp[0][0] = -prices[0];
        dp[0][1] = 0;

        for (int i = 1; i < len; ++i){
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
            dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
        }

        return dp[len - 1][1];
    }
};