力扣刷题-买卖股票的最佳时机III

题目来自力扣，算是股票买卖里面比较困难的一题，但是解法却不复杂。

这里给出题目：

给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。

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）。

很容易想到

这里需要动态规划两次买卖股票的利润，维护第一次的最大值和两次加和后的最大值

也就是说：需要动态维护两个值，一个是第一次交易的利润，一个是两次利润的和

参数选择方面，中规中矩，对于两个buy的初始化为数组第一个元素，作为动态规划的起点

    int buy1 = prices[0], profit1 = 0;
    int buy2 = prices[0], profit2 = 0;

对于第一次交易的利润，比较简单的动态规划维护最大值

buy1 = fmin(buy1, prices[i]);             // 寻找最低点买入  
profit1 = fmax(profit1, prices[i]-buy1);  // 找到第一次交易的最大盈利,并不断维护这一最大值 

对于的二次交易：寻找第二次交易的最低投资点，并且考虑前一次交易的成本

这样一来，就可以直接维护总利润的最大值

这里从某种意义上假设了当天卖出后就买入，但对结果没有影响 

// 当前价格 - 第一次操作的盈利=新的投入成本的负数（为了让盈利最大，要寻找最小的成本）
buy2 = fmin(buy2, prices[i]-profit1);       
// 第二次卖出后的盈利：当前价格减去成本，得到两次交易的总利润，并不断维护这一最大的总利润  
profit2 = fmax(profit2, prices[i]-buy2);

总的代码放在这里：

看上去四行加一个遍历，但是对于第二次交易以及总利润的维护却比较难以理解

如有错误，望各位大佬斧正！

int maxProfit(int* prices, int pricesSize) 
{
    int buy1 = prices[0], profit1 = 0;
    int buy2 = prices[0], profit2 = 0;
    for (int i = 1; i < pricesSize; ++i) 
	{
        buy1 = fmin(buy1, prices[i]); 
        profit1 = fmax(profit1, prices[i]-buy1);
        buy2 = fmin(buy2, prices[i]-profit1);    
        profit2 = fmax(profit2, prices[i]-buy2);
    }
    return profit2;
}