股票问题系列

系列一：121. 买卖股票的最佳时机
给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。你只能选择 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。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

示例 1：
输入：[7,1,5,3,6,4]
输出：5
解释：在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。
注意 利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。

题解：
找到差值最大的两个数字，且前一个数字小于后一个数字。使用mp纯属在前面遍历过程中遇到的数字的最小值，使用res记录差值的最大值。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        int res=0,mp=INT_MAX;
        for(int i=0;i<n;i++)
        { 
            mp=min(prices[i],mp); 
            res=max(res,prices[i]-mp);
        }
        return res;
    }
};

系列二：122. 买卖股票的最佳时机 II
给定一个数组 prices ，其中 prices[i] 是一支给定股票第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
注意： 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
示例 1:
输入: prices = [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii

动态规划求解：
定义dp[i][0] 表示第i 天交易完手里没有股票的最大利润，定义dp[i][1]表示第i天交易完手里有股票的最大利润，初始化dp[0][0]=0(自己手里的钱没花出去没有利润)，dp[0][1]=-prices[0] (自己手里的钱花出去了，没有收益反而还倒贴出去了，因此是负数)理解好初始化的含义，后面状态计算才好理解，否则很容易绕进去。
dp[i][0] 由两部分组成，一部分是前一天交易手里就没有股票，可能从前一天转移而来（dp[i-1][0]）,另一部分是从前一天有股票转移而来，且获得的收益需要加上prices[i] 计算得到。（dp[i-1][1]+prices[i]）
dp[i][1]由两部分组成，一部分是从前一天有股票转移而来（dp[i-1][1]），另一部分是从前一天没有股票转移而来,我们需要买入股票，自己需要倒贴钱啦，因此减去prices[0]（dp[i-1][0]-prices[0]）
最后结果的输出是dp[n-1][0],通俗理解，没有股票是不是自己不用倒贴钱，持有股票的话自己还要掏腰包，因此不选择dp[n-1][1]。

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

由于题目要求可以多次交易，那么对于 [i,j] 之间的利润可以记作 f[j] - f[i] ，将该表达式拆开可得到 f[i+1] - f[i], f[i+2] - f[i+1] , f[i+3] -f[i+2] …… f[j-2]-f[j-1],f[j]-f[j-1] 这些区间加起来恰好等于 f[j] - f[i]。因此整个问题等价于划分成 这么多子区间，这些利润的最大值，那么取这些利润为正数的部分即可。

贪心法求解：

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

714. 买卖股票的最佳时机含手续费
给定一个整数数组 prices，其中第 i 个元素代表了第 i 天的股票价格 ；整数 fee 代表了交易股票的手续费用。你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。

示例 1：
输入：prices = [1, 3, 2, 8, 4, 9], fee = 2
输出：8
解释：能够达到的最大利润:
在此处买入 prices[0] = 1
在此处卖出 prices[3] = 8
在此处买入 prices[4] = 4
在此处卖出 prices[5] = 9
总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8
示例 2：
输入：prices = [1,3,7,5,10,3], fee = 3
输出：6

与122题类似，多了一个free，这个在卖出或买入的过程中减去即可，最后的结果是每次手里没有股票的最大值。

class Solution {
public:
    int maxProfit(vector<int>& prices, int fee) {
        int n = prices.size();
       vector<vector<int>> dp(n+1,vector<int>(2,-1e8));
        int res=0;
        dp[0][0] = 0;
        for (int i = 1; i <= n; i++) {
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i-1]);
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] - prices[i-1] - fee);
            res=max(res,dp[i][0]);
        }
        return res;
    }
};

系列三：123. 买卖股票的最佳时机 III

给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
示例 1:
输入：prices = [3,3,5,0,0,3,1,4]
输出：6
解释：在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

方法：前后缀分解
做这种两次交易的问题需要找到一个分界点，这个分界点 i 是第二次交易买入的时间，那么前面区间 [1,i-1] 表示的是第一次买入的情况，[i+1,n] 表示的是第二次买入的情况，这两次交易之间相互独立没有交集。因此这样划分可以看到[1,i-1] 区间内计算第一次交易的最大值可以使用**[121. 买卖股票的最佳时机 I]** 中的方法计算，对于[i+1,n] 区间内只要找到利润最大的股票卖出即可，针对该区间需要使用从后向前扫描的方法，为什么从后向前扫面呢？为了避免两次交易出现交集。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        vector<int> f(n+2,0);
        int minp=INT_MAX;
        for(int i=1;i<=n;i++)
        {
            f[i]=max(f[i-1],prices[i-1]-minp);
            minp=min(minp,prices[i-1]);
        }
        int res=0,maxp=0;
        for(int i=n;i;i--)
        {
            res=max(res,maxp-prices[i-1]+f[i-1]);//找到最大的股票出售且加上第一次股票的交易情况
            maxp=max(maxp,prices[i-1]);
        }
        return res;

    }
};

系列四：309. 最佳买卖股票时机含冷冻期
给定一个整数数组，其中第 i 个元素代表了第 i 天的股票价格 。​
设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
示例:
输入: [1,2,3,0,2]
输出: 3
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

与上面几个例子不同的是，该题目中含有一个新的状态，冷冻期，这个状态表示一旦卖出，第二天就不可以进行买入的操作，直到新的买入操作，买入之后一直是买入状态直到卖出状态，起始的时候可能处于冷冻状态也可能处于买入状态。 f[i][j] 表示前 i 天处在 j 状态下的最大收益是多少，有三种状态，0表示冷冻期，1表示买入状态，2表示卖出状态。处于冷冻状态的话 f[0][0]=0,处于买入状态的话，因为花钱了，所以没有收益，因此f[0][1]=prices[0]，接下来就是状态的转移，当处于冷冻期是有两种转移方式，一种是从冷冻期转换到冷冻期，另一种是从卖出转换到冷冻期。买入状态的转移有两种，一种是买入状态转换到买入状态，一种是冷冻期转换到买入状态；对于卖出状态只有一种转换方式，是从买入状态换换到卖出状态。最后输出的结果是f[n-1]中的三种状态的最大值。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.empty()) return 0;
        int n=prices.size();
        vector<vector<int>> f(n,vector<int>(3,-100));
        f[0][0]=0,f[0][1]=-prices[0];
        for(int i=1;i<n;i++)
        {
            f[i][0]=max(f[i-1][0],f[i-1][2]);
            f[i][1]=max(f[i-1][0]-prices[i],f[i-1][1]);
            f[i][2]=f[i-1][1]+prices[i];
        }
        return max(f[n-1][0],max(f[n-1][1],f[n-1][2]));
    }
};