【力扣】122. 买卖股票的最佳时机 II

给定一个数组，它的第 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）。

示例 1:

输入: [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 。
示例 2:

输入: [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 。
  注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
  因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。
示例 3:

输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
 

提示：

1 <= prices.length <= 3 * 10 ^ 4
0 <= prices[i] <= 10 ^ 4

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

public int maxProfit(int[] prices) {

        //动态规划
        //时间复杂度 O(n)
        //空间复杂度 O(n)
        if(prices.length < 2){
            return 0;
        }
        int length = prices.length;
        int dp[][] = new int[length][2];
        //dp[i][0] 标识当天没有股票
            //dp[i-1][0] 昨天也没有股票
            //dp[i-1][1] + price[i] 昨天有股票今天卖了
        //dp[i][1]
            //dp[i-1][0] 今天买股票
            //dp[i-1][1] 今天不动
        dp[0][0]=0;
        dp[0][1]=-prices[0];
        for(int i = 1; i < 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][0] - prices[i],dp[i-1][1]);
        }
        return dp[length-1][0];
    }

public int maxProfit(int[] prices) {

        //动态规划
        //时间复杂度 O(n)
        //空间复杂度 O(1) 
        if(prices.length < 2){
            return 0;
        }
        int length = prices.length;
        int dp[] = new int[2]; //将二维数组变更为一维数组  [i-1][0] [i-1][1] 替换为 [0][1]
        dp[0]=0;
        dp[1]=-prices[0];
        int temp = 0; //使用额外的固定对象来替代循环中使用的临时变量
        for(int i = 1; i < length; i++){
            temp = Math.max(dp[0],dp[1]+prices[i]);
            dp[1] = Math.max(dp[0] - prices[i],dp[1]);
            dp[0] = temp;
        }
        return dp[0];
    }

非动态规划的做法参考之前的文章：【力扣】122. 买卖股票的最佳时机 II