121题
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）。但是，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
- 输入：
prices = [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。
解题思路
贪心法：设置一个买入的价格，每次遇到比买入价格大，就换掉。并且每次都要更新最大收益
public int maxProfit(int[] prices) {
int max=0;
int buy=prices[0];
for (int i = 1; i < prices.length; i++) {
max=Math.max(max,prices[i]-buy);
if (prices[i]<buy){
buy=prices[i];
}
}
return max;
}
其他的股票问题均可以使用动态规划解答
动态规划主要是解决两个问题：枚举状态和选择
股票问题的状态：
天数：i
允许交易的最大次数:k
用户账户当前状态（持有或者未持有股票）:0,1
dp[i][k][0 or 1] //前面说了三个维度，自然dp数组也是三维的。dp表示利润
for(int i = 0;i < n;i++)
for(int j = 0;j < k;j++)
dp[i][j][0] 取优
dp[i][j][1] 取优//账户状态这个维度只有两种可能，就直接计算就好啦。
122题（k无限制）
给定一个数组prices，其中prices[i]表示某支股票第i天的价格。在每一天，你可以决定是否购买和/或出售股票。你在任何时候最多只能持有一股股票。你也可以先购买，然后在同一天出售。返回你能获得的最大利润。
示例
- 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。总利润为4+3=7。 - 输入：
prices = [1,2,3,4,5]
输出：4
解释：在第1天（股票价格=1）的时候买入，在第5天（股票价格=5）的时候卖出，这笔交易所能获得利润=5-1=4。总利润为4。 - 输入：
prices = [7,6,4,3,1]
输出：0
解释：在这种情况下，交易无法获得正利润，所以不参与交易可以获得最大利润，最大利润为0。
解题思路
在这个问题中，我们使用动态规划来寻找最优解。我们定义一个二维数组dp，其中dp[i][0]表示第i天交易完后手里没有股票的最大利润，而dp[i][1]表示第i天交易完后手里持有一支股票的最大利润。
根据题目描述，我们可以得到状态转移方程如下：
-
如果第
i天没有股票（dp[i][0]），那么有两种情况：- 第
i-1天也没有股票，并且今天没有进行任何操作（即不买入也不卖出），所以dp[i][0] = dp[i-1][0]。 - 第
i-1天持有股票，但今天卖出了股票，所以dp[i][0] = dp[i-1][1] + prices[i]（其中prices[i]是第i天的股票价格）。
取这两种情况中的较大值，即：
dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] + prices[i])。 - 第
-
如果第
i天持有股票（dp[i][1]），那么也有两种情况：- 第
i-1天也持有股票，并且今天没有进行任何操作（即不卖出也不买入），所以dp[i][1] = dp[i-1][1]。 - 第
i-1天没有股票，但今天买入了股票，所以dp[i][1] = dp[i-1][0] - prices[i]。
取这两种情况中的较大值，即：
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] - prices[i])。 - 第
注意，初始化时，dp[0][0]应该是0（因为没有股票且没有进行任何交易），而dp[0][1]应该是-prices[0]（因为我们在第一天买入了一支股票）。
最后，答案就是dp[n-1][0]，其中n是股票价格的长度，表示最后一天交易完后手里没有股票的最大利润。
class Solution {
public int maxProfit(int[] prices) {
int[][] dp = new int[prices.length][2];//0为未持有，1为持有
dp[0][0] = 0;
dp[0][1] = 0 - prices[0];
for(int i = 1;i < prices.length;i++){
dp[i][0] = Math.max(dp[i - 1][0],dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1],dp[i - 1][0] - prices[i]);
}
return dp[prices.length - 1][0];
}
}
714题（有费用）
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）。卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
此外，你还需要支付交易费用，每次交易（买入或卖出）都需要支付一个固定的费用 fee。
返回你可以从这笔交易中获取的最大利润。
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
解题思路
如果第i天不持有股票（dp[i][0]）：
第i-1天也不持有股票，今天没有进行任何操作：dp[i][0] = dp[i-1][0]
第i-1天持有股票，今天卖出了股票，需要支付手续费：dp[i][0] = dp[i-1][1] + prices[i] - fee
取这两者中的较大值：
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i] - fee);
如果第i天持有股票（dp[i][1]）：
第i-1天就持有股票，今天没有进行任何操作：dp[i][1] = dp[i-1][1]
第i-1天不持有股票，但今天买入了股票（注意：这里不直接考虑手续费，因为手续费是在卖出时支付的）：dp[i][1] = dp[i-1][0] - prices[i]
取这两者中的较大值：
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
class Solution {
public int maxProfit(int[] prices, int fee) {
int[][] dp = new int[prices.length][2];//0为未持有，1为持有
dp[0][0] = 0;
dp[0][1] = 0 - prices[0];
for(int i = 1;i < prices.length;i++){
dp[i][0] = Math.max(dp[i - 1][0],dp[i - 1][1] + prices[i] - fee);
dp[i][1] = Math.max(dp[i - 1][1],dp[i - 1][0] - prices[i]);
}
return dp[prices.length - 1][0];
}
}
309
题目描述
给定一个整数数组prices，其中第i个元素是一支给定股票第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）。
- 交易限制：你不能同时参与多笔交易（即你必须在再次购买前出售掉之前的股票）。
- 冷冻期：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]。
解题思路
通过定义一个二维数组 dp 来存储不同状态下的最大利润。
变量定义
int n = prices.length;：获取输入股票价格数组的长度。int[][] dp = new int[n][3];：定义一个二维数组dp，其中dp[i][0]表示第i天不持有股票的最大利润，dp[i][1]表示第i天持有股票的最大利润，dp[i][2]表示第i天处于冷冻期的最大利润。
初始化
dp[0][0] = 0;：第一天不持有股票时利润为 0，因为还没有进行任何买卖操作。dp[0][1] = -prices[0];：第一天持有股票，意味着花费了prices[0]的成本，所以利润为-prices[0]。dp[0][2] = 0;：第一天不可能处于冷冻期，所以利润为 0。
状态转移方程
-
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);：- 第
i天不持有股票有两种情况：- 第
i - 1天就不持有股票，利润为dp[i - 1][0]。 - 第
i - 1天持有股票，第i天卖出，利润为dp[i - 1][1] + prices[i]（卖出价格为prices[i]）。
- 第
- 取这两种情况的较大值作为第
i天不持有股票的最大利润。
- 第
-
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][2] - prices[i]);：- 第
i天持有股票有两种情况：- 第
i - 1天就持有股票，利润为dp[i - 1][1]。 - 第
i - 1天处于冷冻期，第i天买入股票，利润为dp[i - 1][2] - prices[i]（买入价格为prices[i]）。
- 第
- 取这两种情况的较大值作为第
i天持有股票的最大利润。
- 第
-
dp[i][2] = dp[i - 1][0];：- 第
i天处于冷冻期，说明第i - 1天卖出了股票，所以第i天的冷冻期利润等于第i - 1天不持有股票的利润，即dp[i - 1][0]。
- 第
最终结果
返回 Math.max(dp[n - 1][0], dp[n - 1][2])，因为最后一天的最大利润可能是不持有股票（dp[n - 1][0]）或者处于冷冻期（dp[n - 1][2]）的情况，取两者中的较大值作为最终的最大利润。
class Solution {
public int maxProfit(int[] prices) {
if (prices == null || prices.length <= 1) {
return 0;
}
int n = prices.length;
// dp[i][0] 表示第 i 天不持有股票的最大利润
// dp[i][1] 表示第 i 天持有股票的最大利润
// dp[i][2] 表示第 i 天处于冷冻期的最大利润
int[][] dp = new int[n][3];
dp[0][0] = 0;
dp[0][1] = -prices[0];
dp[0][2] = 0;
for (int i = 1; i < n; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][2] - prices[i]);
dp[i][2] = dp[i - 1][0];
}
return Math.max(dp[n - 1][0], dp[n - 1][2]);
}
}