力扣 121. 买卖股票的最佳时机；122. 买卖股票的最佳时机 II；714. 买卖股票的最佳时机含手续费
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。示例 2：
输入：prices = [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 <= 1050 <= prices[i] <= 104
题解
遍历元素看，使用变量prev记录遍历到的元素中的最小值
- 如果
prev>prices[i]，则更新最小值 - 否则，计算当前元素和
prev之间的利润差值
查看代码
class Solution {
public:
int maxProfit(vector<int>& prices) {
int res=0;
int prev=100000;//记录前面的最小值
for(int i=0;i<prices.size();++i){
if(prev>prices[i]){//更新最小值
prev=prices[i];
}
else{
res=res>prices[i]-prev?res:prices[i]-prev;//计算利润差值
}
}
return res;
}
};122. 买卖股票的最佳时机 II
给你一个整数数组 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 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 。
总利润为 4 + 3 = 7 。示例 2：
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 。示例 3：
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 。提示：
1 <= prices.length <= 3 * 1040 <= prices[i] <= 104
题解
贪心版
按股票价格，计算每天的利润：
如[7,1,5,10,3,6,4]，
从第二天开始的利润：[-6,4,5,-7,3,-2]，只选择>0的利润，4+5+3=12
选择4，5表示，在1买入而10卖出，所以可以持续获得两天的利润。
查看代码
class Solution {
public:
int maxProfit(vector<int>& prices) {
int sum=0;
for(int i=1;i<prices.size();++i){
sum+=prices[i]-prices[i-1]>0?prices[i]-prices[i-1]:0;
}
return sum;
}
};想太多版
实测和上一个用时和内存消耗差不多。
和上题的区别是可以反复买入卖出，但是一个时间只能拥有不超过一只股票。
结合上题，用prev记录买入点的价格，初始为prices[0]，cur记录卖出和买入的最大差价，sum累计总利润。遍历元素，当前元素下标i，比较当前元素和上一个元素。
- 当前元素比较大：
prices[i]>prices[i-1],说明可以卖，计算当前卖了最大利润，如果此刻利润比上一次得到的cur大,更新cur：cur=cur>prices[i]-prev?cur:prices[i]-prev； - 当前元素比较小，说明当前的股票可以买入了，而之前买入的股票必须先卖出，因此
sum累计最大差价cur，然后复位cur=0，再买入当前股票，prev=prices[i];
另外，为了处理prices单调递增的情况，给其末尾加上元素0，保证可以进入当前元素比较小的逻辑中。
查看代码
class Solution {
public:
int maxProfit(vector<int>& prices) {
int sum=0;
int cur=0;//记录前面的最小值
int prev=prices[0];
prices.emplace_back(0);//处理单调递增
for(int i=1;i<prices.size();++i){
//后一个比较大,可以卖，计算当前卖了最大利润
if(prices[i]>prices[i-1]){
cur=cur>prices[i]-prev?cur:prices[i]-prev;
}
//后一个比较小，必须卖，累计最大利润，记录新的买入点prev
else
{
sum+=cur; //累计
cur=0;//恢复cur
prev=prices[i];
}
}
return sum;
}
};给定一个整数数组 prices，其中 prices[i]表示第 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提示：
1 <= prices.length <= 5 * 1041 <= prices[i] < 5 * 1040 <= fee < 5 * 104
题解
来自官方
将手续费加入买入成本，变量prevbuy记录股票买入成本，初始为prices[0]+fee，接下来遍历元素，下标i指向当前价格：
- 若当前价格+手续费<买入成本，即
prices[i]+fee<prevbuy，那以当前价格买入更划算，更新更低的买入成本； - 若当前价格>买入成本，即
prices[i]>prevbuy，说明可以卖出，但是当前卖出不代表是全局最优，因为下一天可能会继续上升，如 [1,3,7,5,10,3]是1买入10卖出，所以设置一个反悔操作， 看成当前手上有一支价格为prices[i]买入的股票，设置买入成本为卖出时的价格，如果下一天价格上升，会获得：prices[i+1]-prices[i]的收益+prices[i]-prevbuy的收益,相当于当前天没有操作，而是下一天卖出。
查看代码
class Solution {
public:
int maxProfit(vector<int>& prices, int fee) {
int maxx=0;//记录最大利润
int prevbuy=prices[0]+fee;//买入成本：把手续费加入买入成本
for(int i=1;i<prices.size();++i){
//当前价格+手续费<买入成本，那以当前价格买入更划算
if(prices[i]+fee<prevbuy){
prevbuy=prices[i]+fee;
}
//当前价格>买入成本
else if(prices[i]>prevbuy){
//卖出，可获得收益,累计收益
maxx+=prices[i]-prevbuy;
/*
反悔操作， 设置买入成本为卖出时的价格，如果下一天价格上升，会获得：
prices[i+1]-prices[i]的收益+prices[i]-prevbuy的收益,相当于当前天没有操作，而是下一天卖出
*/
prevbuy=prices[i];
}
}
return maxx;
}
};
