力扣--动态规划188.买卖股票的最佳时机Ⅳ

思路分析：

1. 动态规划数组： 创建一个二维数组dp，其中dp[i][j]表示第i天结束时的最大利润，j的取值范围为0到2*k。i表示天数，j表示当前的交易状态。

2. 初始化： 初始化第0天的状态，通过循环设置各种状态的初始值。如果j是奇数，表示持有股票，选择保持不变或者前一天没有股票的状态买入；如果j是偶数，表示不持有股票，选择保持不变或者前一天持有股票的状态卖出。

3. 状态转移： 循环遍历每一天的股价，同时遍历每一个交易状态。对于每一天，根据不同的交易状态，计算并更新对应的最大利润。如果j是奇数，表示持有股票，选择保持不变或者前一天没有股票的状态买入；如果j是偶数，表示不持有股票，选择保持不变或者前一天持有股票的状态卖出。

4. 最终结果： 返回最后一天结束时的最大利润，即dp[prices.size()-1][2*k]。这个值代表经过k次交易后，最终不持有股票的状态下的最大利润。

class Solution {
public:
    // 函数用于计算最大利润
    int maxProfit(int k, vector<int>& prices) {
        // 创建一个二维数组dp，其中dp[i][j]表示第i天结束时的最大利润，j的取值范围为0到2*k
        vector<vector<int>> dp(prices.size() + 1, vector<int>(2 * k + 1, 0));
        
        // 初始化第0天的状态
        for (int i = 0; i <= 2 * k; i++) {
            // 如果是奇数，表示持有股票，选择保持不变或者前一天没有股票的状态买入
            if (i % 2 == 1)
                dp[0][i] = -prices[0];
            // 如果是偶数，表示不持有股票，选择保持不变或者前一天持有股票的状态卖出
            else
                dp[0][i] = 0;
        }

        // 循环遍历每一天的股价
        for (int i = 1; i < prices.size(); i++) {
            // 遍历每一个交易状态
            for (int j = 1; j <= 2 * k; j++) {
                // 如果是奇数，表示持有股票，选择保持不变或者前一天没有股票的状态买入
                if (j % 2 == 1)
                    dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - 1] - prices[i]);
                // 如果是偶数，表示不持有股票，选择保持不变或者前一天持有股票的状态卖出
                else
                    dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - 1] + prices[i]);
            }
        }
        
        // 返回最后一天结束时最大利润，即dp[prices.size()-1][2*k]
        return dp[prices.size() - 1][2 * k];
    }
};