123. Best Time to Buy and Sell Stock III

题目描述：
Say you have an array for which the ith element is the price of a given stock on day i.

Design an algorithm to find the maximum profit. You may complete at most two transactions.

Note:
You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).

题目分析：
这是Leetcode上一道hard的DP问题，主要难度在于它巧妙的思想。要通过两次买卖达到利润最大化，并且第二次交易必须在第一次完成后，那么就需要寻找两次最大差值，一次从左往右，另一次从右往左。从左往右通过0~i-1的prices中的最小值，得到到i为止的最大差值（即利润），从右往左通过i+1~n-1的prices中的最大值，找到i+1往后的最大差值，相邻两个最大差值相加得到的最大值，就是两次交易总利润的最大值。

具体步骤：

• step1：找出prices[0]~prices[i-1]的最小值，从而算出到i为止的最大差值。
• step2：找出prices[i+1]~prices[n-1]的最大值，从而算出到i+1后的最大差值。
• step3：算出相邻两个差值的最大和，就是两次交易总利润的最大值。

代码：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if (prices.empty() || prices.size() == 1) return 0;

        vector<int> f1(prices.size(), 0);
        for (int i = 1; i < prices.size(); i++){
            /*找出prices[0]~prices[i-1]的最小值*/ 
            int min = prices[0];
            for (int j = 1; j < i; j++){
                min = prices[j] < min ? prices[j] : min;
            }
            f1[i] = prices[i] - min;
        }
        /*算出到i为止的最大差值*/ 
        for (int i = 1; i < prices.size(); i++){
            if (f1[i] < f1[i-1]) f1[i] = f1[i-1];
        }
        vector<int> f2(prices.size(), 0);
        for (int i = prices.size() - 2; i >= 0; i--){
            /*找出prices[i+1]~prices[n-1]的最大值*/ 
            int max = prices[prices.size()-1];
            for (int j = prices.size() - 2; j > i; j--){
                max = prices[j] > max ? prices[j] : max;
            }
            f2[i] = max - prices[i]; 
        }
        /*算出到i+1后的最大差值*/ 
        for (int j = prices.size() - 2; j >= 0; j--){
            if (f2[j] < f2[j+1]) f2[j] = f2[j+1];
        }
        /*算出相邻两个差值的最大和*/ 
        int max = f1[0] + f2[1];
        for (int i = 1; i < prices.size() - 1; i++){
            max = max > f1[i] + f2[i+1] ? max : f1[i] + f2[i+1];
        }
        max = max > f1[prices.size()-1] ? max : f1[prices.size()-1];
        return max;
    }
};