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 * 104
0 <= prices[i] <= 104

方法一：动态规划

时间复杂度：O(n)，其中 n为数组的长度。一共有 2n个状态，每次状态转移的时间复杂度为 O(1)，因此时间复杂度为 O(2n)=O(n)。

空间复杂度：O(n)。我们需要开辟 O(n)空间存储动态规划中的所有状态。如果使用空间优化，空间复杂度可以优化至 O(1)。

/**
 * @param {number[]} prices
 * @return {number}
 */
var maxProfit = function(prices) {
const n =prices.length;
const dp = new Array(n).fill(0).map( v=>new Array(2).fill(0));
dp[0][0]=0,dp[0][1]=-prices[0];
for(let 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][0]-prices[i]);
}
return dp[n-1][0];
};

方法二：贪心算法

时间复杂度：O(n)，其中 n为数组的长度。我们只需要遍历一次数组即可

空间复杂度：O(1)。只需要常数空间存放若干变量

/**
 * @param {number[]} prices
 * @return {number}
 */
var maxProfit = function(prices) {
let ans =0;
let n = prices.length;
for(let i = 1;i<n;++i){
    ans+=Math.max(0,prices[i]-prices[i-1]);
}
return ans;
}