最佳买卖股票时机含冷冻期Python解法

给定一个整数数组prices，其中第 prices[i] 表示第 i 天的股票价格 。​

设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:

卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
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）。

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-with-cooldown
 

例：

输入: prices = [1,2,3,0,2]
输出: 3 
解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

解析：

我们可以将每天的状态分为四种，分别为0已购买状态（购买当天或购买后没有任何操作），1卖出股票，并且度过冷冻期后一直无操作状态，2卖出状态（只有一天，因为第二天就是冷冻期状态），3冷冻期状态。分别用0,1,2,3来表示。每一天都有可能对应着不同的状态，所以我们用横坐标代表天数，纵坐标代表状态创建dp数组。

成为状态0之前可能是状态0，状态1，状态3。因为状态2的第二天是冷冻期（状态3）所以只有三种情况。

成为状态1之前可能是状态1，状态3。

成为状态2之前只能是状态0。

成为状态3之前只能是状态2。

至于所有状态的初始值，除了买入状态0需要扣除买入资金，其余的收益均为0。

class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        n = len(prices)
        if n == 0:  # 边界判断
            return 0

        dp = [[0] * 4 for _ in range(n)]  # 初始化dp数组
        dp[0][0] = -prices[0]  # 状态0初始化
        for i in range(1, n):  # 天数遍历
            dp[i][0] = max(dp[i - 1][0], max(dp[i - 1][3], dp[i - 1][1]) - prices[i])  # 成为状态0的算法思路
            dp[i][1] = max(dp[i - 1][1], dp[i - 1][3])  # 成为状态1
            dp[i][2] = dp[i - 1][0] + prices[i]  # 成为状态2
            dp[i][3] = dp[i - 1][2]  # 成为状态3
        return max(dp[n - 1][3], dp[n - 1][1], dp[n - 1][2])  # 状态0需要购入，所以无需考虑