leetcode122：买卖股票的最佳时机Ⅱ（多次交易的贪心策略）

一、 题目描述

给定一个数组 prices，其中 prices[i] 是第 i 天的股票价格

你可以尽可能多地完成交易（多次买卖股票）。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）

设计一个算法来计算你所能获取的最大利润

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, 总利润 = 5-1 = 4 
     注意：你也可以在第 1 天买入，第 2 天卖出，第 2 天买入，第 3 天卖出，依此类推，
     这样总利润 = (2-1) + (3-2) + (4-3) + (5-4) = 4 

二、 核心思路：贪心策略 - 累加所有正向差价

允许多次交易，是这道题与 LC121 的根本区别。这意味着我们可以随时买入，随时卖出，只要能赚到一点点利润，就可以立刻完成一笔交易，然后再开始下一笔

基于这个特性，我们可以得出非常简洁的贪心策略：

只要今天的价格比昨天的价格高，我们就认为可以在昨天买入，今天卖出，从而获得这笔利润。我们将所有这样的正向利润累加起来，就是最大总利润。

为什么这样可行呢？
考虑一个价格序列 ... A, B, C ...，其中 A < B < C

• 如果我们在 A 买入，在 C 卖出，利润是 C - A
• 如果我们在 A 买入，在 B 卖出，再在 B 买入，在 C 卖出，利润是 (B - A) + (C - B)
  展开来看，(B - A) + (C - B) = B - A + C - B = C - A
  这说明，C - A 等价于累加所有中间的正向差价 (B - A) + (C - B)。因此，我们只需要累加所有相邻日期的正向差价即可

三、 最佳实践：代码实现与深度解析

（1）基于 上一题-力扣 121 的代码直接改造而来的直观解法：

class Solution {
    public int maxProfit(int[] prices) {
        int totalProfit = 0; // 记录总利润
        // prevMin 记录当前遍历到的元素之前（包括当前元素）的最低价格
        // 初始时，将第一天的价格作为最低买入价
        int prevMin = prices[0]; 
      
        // 从第二天开始遍历，因为至少需要两天才能完成一次买卖
        for (int i = 1; i < prices.length; i++) {
            // 计算如果以 prevMin 买入，今天 prices[i] 卖出，能获得的利润
            int currentTradeProfit = prices[i] - prevMin;
          
            // 如果能获利 (currentTradeProfit > 0)
            if (currentTradeProfit > 0) {
                // 将这笔利润累加到总利润中
                totalProfit += currentTradeProfit;
              
                // 关键一步：既然我们已经通过在 prevMin 买入，prices[i] 卖出赚了一笔，
                // 那么为了捕捉 prices[i] 之后可能出现的上涨，
                // 我们“假装”在 prices[i] 这一天又买入了股票
                // 这样，对于 prices[i+1] 来说，prices[i] 就成为了它之前的最低买入价
                // 这确保了我们能捕捉到所有连续上涨的利润
                prevMin = prices[i];
            } else {
                // 如果今天不获利（甚至亏损），说明 prices[i] 比 prevMin 更低，
                // 那么更新 prevMin 为 prices[i]，为后续可能的交易寻找更低的买入点
                prevMin = Math.min(prevMin, prices[i]);
            }
        }
      
        return totalProfit;
    }
}

（2）另一种更简洁的贪心实现（最佳解法✅）：

上述实现通过 prevMin 的巧妙更新来累加利润。实际上，对于 LC122 来说，最简洁的贪心实现是直接累加所有相邻的正向差价，也就是我们在上述 题目分析 阶段最开始分析出的思路

class Solution {
    public int maxProfit(int[] prices) {
        int totalProfit = 0;
        for (int i = 1; i < prices.length; i++) {
            // 如果今天的价格比昨天的价格高，就认为可以赚取这部分差价
            // 相当于昨天买入，今天卖出
            if (prices[i] > prices[i - 1]) {
                totalProfit += (prices[i] - prices[i - 1]);
            }
        }
        return totalProfit;
    }
}

这两种实现都是正确的，并且都体现了贪心思想

• 如果基于 （1） 的代码，通过 prevMin 的维护，则是在模拟一系列“波谷买入，波峰卖出”的交易
• 如果基于 （2） 的代码，是累计所有相邻的正向差价

提交结果：

四、 关键点与复杂度分析

• 贪心策略：核心在于可以累加所有能够获得的正向利润
• 一次遍历：算法只需一次遍历数组
• 时间复杂度：O(N) 其中 N 是 prices 数组的长度
• 空间复杂度：O(1) 只使用了几个常数级别的额外变量

五、 LC121，LC122 对比分析

这两道题是股票系列的基础，它们的核心区别在于“交易次数的限制”

总结与提炼：

• LC121 “一次买卖”的最优策略：找到一个最低点买入，最高点卖出
• LC122 “多次买卖”的本质：只要能赚到钱，就立刻完成交易。这等价于累加所有上涨阶段的利润