以下为我的天梯积分规则：
每日至少一题：一题积分+10分
若多做了一题，则当日积分+20分（+10+10）
若做了三道以上，则从第三题开始算+20分（如：做了三道题则积分-10+10+20=40；做了四道题则积分–10+10+20+20=60）
初始分为100分
若差一天没做题，则扣积分-10分（周六、周日除外注：休息）
坚持！！！
初级算法
刷题目录
数组
题干
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）。
接着上一篇Blog：＜LeetCode天梯＞Day002 买卖股票的最佳时机 II | 初级算法 | Python
动态规划法
第一步：定义状态
定义 dp[ i ][ j ] 为：
其中 dp[ i ][ j ] 表示到下标为 i 的这一天，持股状态为 j 时，我们手上拥有的最大现金数。
注意：限定持股状态为 j 是为了方便推导状态转移方程，这样的做法满足无后效性。
其中：
第一维 i 表示下标为 i 的那一天（ 具有前缀性质，即考虑了之前天数的交易 ）；
第二维 j 表示下标为 i 的那一天是持有股票，还是持有现金。这里 0 表示持有现金（cash），1 表示持有股票（stock）。
第二步：状态转移方程
状态从持有现金（cash）开始，到最后一天我们关心的状态依然是持有现金（cash）；
每一天状态可以转移，也可以不动。状态转移用下图表示：
第三步：确定初始值
从一开始：
若不做操作，则 dp[0][0] = 0；
如果持有股票，当前拥有的现金数是当天股价的相反数，即 dp[0][1] = -prices[i]；
第四步：确定最终值
当我们计算到最后一天的时候，由此可知，
输出 dp[len - 1][0]，因为一定有 dp[len - 1][0] > dp[len - 1][1]
class Solution: def maxProfitByDP(self, prices): n = len(prices) if n < 2: return 0 dp = [0]*n print(dp) dp[0] = prices[0] # 将prices的第一天的价格赋给dp[0] maxValue = 0 # 当前最多能赚多少钱 maxProfit = 0 # 最终的总最大收益 for i in range(1, n): dp[i] = min(dp[i-1], prices[i]) # 更新当前最低价格 if prices[i] - dp[i] < maxValue: maxProfit += maxValue dp[i] = prices[i] maxValue = 0 else: maxValue = prices[i] - dp[i] maxProfit += maxValue return maxProfit
