122. 买卖股票的最佳时机 II
题目描述
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：
示例 2：
示例 3：
提示：
- 1 <= prices.length <= 3 * 10
- 0 <= prices[i] <= 10
贪心
这道题目可能我们只会想，选一个低的买入，再选个高的卖，再选一个低的买入…循环反复。
如果想到其实最终利润是可以分解的，那么本题就很容易了！
如何分解呢？
假如第 0 天买入，第 3 天卖出，那么利润为：prices[3] - prices[0]。
相当于(prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])。
此时就是把利润分解为每天为单位的维度，而不是从 0 天到第 3 天整体去考虑！
那么根据 prices 可以得到每天的利润序列：(prices[i] - prices[i - 1]).....(prices[1] - prices[0])。
如图：
一些同学陷入：第一天怎么就没有利润呢，第一天到底算不算的困惑中。
第一天当然没有利润，至少要第二天才会有利润，所以利润的序列比股票序列少一天！
从图中可以发现，其实我们需要收集每天的正利润就可以，收集正利润的区间，就是股票买卖的区间，而我们只需要关注最终利润，不需要记录区间。
那么只收集正利润就是贪心所贪的地方！
局部最优：收集每天的正利润，全局最优：求得最大利润。
局部最优可以推出全局最优，找不出反例，试一试贪心！
对应 C++代码如下：
class Solution {
public:
int maxProfit(vector<int>& prices) {
// 定义一个变量coust来累计总利润，初始化为0
int coust=0;
// 遍历给定的股票价格数组
for(int i=1;i<prices.size();i++)
{
// 对于每一天，计算与前一天价格的差值，即当天的潜在利润
// 如果这个差值大于0，意味着如果在前一天买入，今天卖出能赚取利润
// 使用max函数确保只加入正利润，忽略亏损的情况
coust+=max(prices[i]-prices[i-1],0);
}
// 返回累计的总利润
return coust;
}
};
代码注释解释：
-
函数签名：
int maxProfit(vector<int>& prices)，这个函数接受一个整数类型的向量prices作为参数，其中prices[i]表示第i天的股票价格，函数返回一个整数，代表最大可能获得的利润。 -
利润累计变量：
int coust=0;，这行代码定义了一个变量coust来存储和累计最终的利润，初始值为0。 -
遍历股票价格：循环从第二个价格元素开始遍历（
for(int i=1;i<prices.size();i++)），因为需要比较当前价格与前一天的价格。 -
计算每日利润：在循环体内，代码
coust+=max(prices[i]-prices[i-1],0);计算了如果在第i-1天买入，第i天卖出可以获得的利润。如果这个利润是负数（即prices[i]-prices[i-1] < 0），则不会对总利润coust产生影响，因为使用了max函数确保只累加正利润。 -
返回结果：函数最终返回累计总利润
coust。
这段代码的核心思想是遍历整个价格数组，只要发现今天的价格比昨天高，就假设昨天买入今天卖出，并将这个差值加到总利润上。这种方法基于贪心算法的思想，即每一步都取当前可获得的最大利润，从而达到总利润最大化。