买卖股票的最佳时机-力扣

使用贪心的方法：
因为股票就买卖一次，那么贪心的想法就是取最左最小值，取最右最大值，那么得到的差值就是最大利润。

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

使用动态规划的思想：

• dp[i][0] 表示第i天持有股票所得最多现金，dp[i][1] 表示第i天不持有股票所得最多现金
• 如果第i天持有股票即dp[i][0]， 那么可以由两个状态推出来
  – 第i-1天就持有股票，那么就保持现状，所得现金就是昨天持有股票的所得现金 即：dp[i - 1][0]
  – 第i天买入股票，所得现金就是买入今天的股票后所得现金即：-prices[i]，所以dp[i][0] = max(dp[i - 1][0], -prices[i]);
  – 如果第i天不持有股票即dp[i][1]， 也可以由两个状态推出来
  – 第i-1天就不持有股票，那么就保持现状，所得现金就是昨天不持有股票的所得现金 即dp[i - 1][1]
  – 第i天卖出股票，所得现金就是按照今天股票价格卖出后所得现金即：prices[i] + dp[i - 1][0]，dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
• dp[0][0]表示第0天持有股票 dp[0][1]表示第0天不持有股票
  – 因此 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]);
            dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i][0]);
        }
        return dp[prices.size() - 1][1];
    }
};