大学生一枚

在第0天，是不可能出现交易一次或者交易两次的情况的，所以f[0][1]和f[0][2]是取不到的，所以我们将它设置为无穷小；只有当j>=1的时候，才执行 g[i][j] = max(g[i][j], f[i - 1][j - 1] + prices[i])，就可以解决这个问题了；在第0天，交易0次，处于买入的状态下，最大利润是f[0][0]=-p[0];在第0天，交易0次，处于卖出的状态下，最大利润是g[0][0]=0;f[i][j]表示第i天，交易j次后，处于买入状态的最大利润。

可以从买入状态卖出变成可交易状态，或者从买入状态还是到买入状态(什么也不干),可以从可交易状态到买入状态，或者从可交易状态到可交易状态(什么也不干)该题有我们可以定义三种状态，买入状态，可交易状态 ，冷冻期状态。dp[i][1]表示在第i天，处于可交易状态时所获得的最大利润。dp[i][2]表示在第i天，处于冷冻期状态时所获得的最大利润。dp[i][0]表示在第i天，处于买入状态时所获得的最大利润。可以从冷冻期状态到可交易状态(只有这一种情况)根据这个图可以看出，

假如说我们正向推状态转移方程，很难推出来，因为这道题有“加血”的说法，只能依靠后面的值判断前面所需要的血量，也就是说，如果正向的dp表示从起点出发，到达（i，j）需要最少的血量，那么[i][j+1]也会影响dp[i][j]的值，所以不建议正向dp的做法，那么状态转移方程就是 dp[i][j]=min(dp[i+1][j],dp[i][j+1])-dungeon[i][j]dp[i][j]表示从[i][j]位置到终点的所需要的最低健康值，x+dungeon[i][j]>=dp[i+1][j]或者。

重要状态规划题一般要列一个dp表。

这道题的难点就在于求二维数组的前缀和，不过看了这篇博客，相信也解决了这个问题；有了上面的方法，我们可以计算出前缀和，那么怎么计算查询结果呢？这样就可以计算出下标为[i][j]的二维矩阵的前缀和了；i表示行，j表示列,i和j从1开始；也可以用这样的公式表示出来；

同时，小明有一块面积大小为 2 × N 的画布，画布由 2 × N 个 1 × 1 区域构成。这是一个简单的动态规划题，虽然我还不知道什么是动态规划，但当我理解这个题后就是找规律，找到规律一切就出来了。注意，这里没有用数组来实现，因为数据太大，创建一个数组占用的空间太大，我用的变量代换。a相当于F[n-3]，b相当于F[n-2]，c相当于F[n-1],d相当于F[n],我自己也是看讲解看了好多遍，动手画了好几遍，才理解这道题，所以一定要动手去写，a相当于F[0]，b相当于F[1]，c相当于F[2],

LeetCode575分糖果，简单的二分法，思路简单，注意二分边界问题