买卖股票的最佳时机Ⅱ-力扣

本题需要求的是最大的利润，本题中理解利润拆分是关键点！ 不要整块的去看，而是把整体利润拆为每天的利润。

一旦想到这里了，很自然就会想到贪心了，即：只收集每天的正利润，最后稳稳的就是最大利润了。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int profit = 0;
        for(int i = 0; i < prices.size() - 1; i++){
            if(prices[i + 1] - prices[i] > 0){
                profit += prices[i + 1] - prices[i];
            }
        }
        return profit;
    }
};

动态规划：

• dp[i][0] 表示 第 i 天持有股票支出的现金， dp[i][1]表示第i天不持有股票所得最多现金
• 递推公式 要求的是获得的最大利润，那么在遍历中便需要不断地买入卖出，dp[i][0] = max(dp[i - 1][0], -prices[i]); dp[i - 1][0]表示在前一天买入了股票，-prices[i]表示在前一天将股票买到又卖掉，在今天购入股票
  – 要统计出最大的利润，那么当今天股票价格，高于买入时的股票价格时， 即：dp[i][0] + prices[i] > 0，则更新利润，并购入今天的股票，dp[i][1] += dp[i - 1][1] + dp[i][0] + prices[i]; dp[i][0] = -prices[i];
  – 否则，昨天的最多现金便是今天的最多现金 dp[i][1] = dp[i - 1][1];
• 初始化第一天dp[0][0] = - prices[0]; dp[0][1] = 0；
• 从递推公式可以看出dp[i]都是由dp[i - 1]推导出来的，那么一定是从前向后遍历。

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

代码随想录 本题在动态规划中，dp[i][0] 表示第i天持有股票所得现金，而不是购入股票的支出，从而简化了递推公式。

-dp[i][0] 表示第i天持有股票所得现金。dp[i][1] 表示第i天不持有股票所得最多现金

• dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]); // 注意这里是和121. 买卖股票的最佳时机唯一不同的地方。
  dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        vector<vector<int>> dp(len, vector<int>(2, 0));
        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]); // 注意这里是和121. 买卖股票的最佳时机唯一不同的地方。
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
        }
        return dp[len - 1][1];
    }
};