**一點想法：**在LeetCode上，買股票的最佳時機是連續的3道題，前兩道的思路都比較容易一點，第三題的思路需要站在一個抽象出來的高度來思考，會比較容易一些。

我在做這幾道題時，陷入了一種錯誤思路，以為類似的題目，使用一個矩陣記錄差值，一定會做出來。然後花一些時間來整理距離矩陣，還沒確定好這樣的辦法能否完成，就使用了大量的時間，最後發現中間思路不對，導致時間的浪費。以後做題的時候，也應該儘量避免這樣想不明白就隨意嘗試的問題。

題目描述：1

給定一個數組，它的第 i 個元素是一支給定股票第 i 天的價格。

如果你最多隻允許完成一筆交易（即買入和賣出一支股票），設計一個演算法來計算你所能獲取的最大利潤。

注意你不能在買入股票前賣出股票。

示例 1:

輸入: [7,1,5,3,6,4]
輸出: 5
解釋: 在第 2 天（股票價格 = 1）的時候買入，在第 5 天（股票價格 = 6）的時候賣出，最大利潤 = 6-1 = 5 。
     注意利潤不能是 7-1 = 6, 因為賣出價格需要大於買入價格。

示例 2:

輸入: [7,6,4,3,1]
輸出: 0
解釋: 在這種情況下, 沒有交易完成, 所以最大利潤為 0。

解題思路

本題較為容易，從前向後遍歷，記錄最小值，並計算最大最小元素差值即可。

程式碼實現

Github程式碼

def maxProfit(
 
self, prices):
    """
    :type prices: List[int]
    :rtype: int
    """
    length = len(prices)

    if length == 0:
        return 0

    min_p, max_p = 999999, 0
    for i in range(length):
        min_p = min(min_p, prices[i])
        max_p = max(max_p, prices[i] - min_p)

    return max_p

題目描述：2

給定一個數組，它的第 i 個元素是一支給定股票第 i 天的價格。

設計一個演算法來計算你所能獲取的最大利潤。你可以儘可能地完成更多的交易（多次買賣一支股票）。

**注意：**你不能同時參與多筆交易（你必須在再次購買前出售掉之前的股票）。

示例 1:

輸入: [7,1,5,3,6,4]
輸出: 7
解釋: 在第 2 天（股票價格 = 1）的時候買入，在第 3 天（股票價格 = 5）的時候賣出, 這筆交易所能獲得利潤 = 5-1 = 4 。
     隨後，在第 4 天（股票價格 = 3）的時候買入，在第 5 天（股票價格 = 6）的時候賣出, 這筆交易所能獲得利潤 = 6-3 = 3 。

解題思路

求每兩天之間的差值之和即可（如果差值為負數，取0）

程式碼實現

GitHub程式碼

def maxProfit(self, prices):
    """
        :type prices: List[int]
        :rtype: int
        """
    if len(prices) <= 1:
        return 0

    result = 0
    for i in range(len(prices)-1):
        result += max(prices[i + 1] - prices[i], 0)

        return result

題目描述：3

給定一個數組，它的第 i 個元素是一支給定的股票在第 i 天的價格。

設計一個演算法來計算你所能獲取的最大利潤。你最多可以完成 兩筆 交易。

注意: 你不能同時參與多筆交易（你必須在再次購買前出售掉之前的股票）。

示例 1:

輸入: [3,3,5,0,0,3,1,4]
輸出: 6
解釋: 在第 4 天（股票價格 = 0）的時候買入，在第 6 天（股票價格 = 3）的時候賣出，這筆交易所能獲得利潤 = 3-0 = 3 。
     隨後，在第 7 天（股票價格 = 1）的時候買入，在第 8 天 （股票價格 = 4）的時候賣出，這筆交易所能獲得利潤 = 4-1 = 3 。

解題思路

本題最大的問題是，至多隻能完成兩筆交易。

假設我們先完成了一筆最賺的交易。假設還有一筆交易，因為交易的時間區間是不能互相覆蓋的，所以另外一筆交易應該是在第一筆之前，或者是在第一筆交易之後，分別求出在之前及之後這兩個時間段所能獲取的最大利益。可得到兩個臨時最大值。

當然，還有可能這兩筆交易是由那邊最大交易，去掉其中間最大的一個虧損區間得到的。這是第三個臨時最大值。

我們最終求的結果就是這三個值之中的最大值即可。