贪心思想，非递减数列

输入: [4,2,3]
输出: True
解释: 你可以通过把第一个4变成1来使得它成为一个非递减数列。

class Solution {
    public boolean checkPossibility(int[] a) {
        /*
        定义常量来计算交换的次数
        如果出现a[i]>a[i+1];应该让a[i]=a[i+1],变小，才不会影响后续操作
        如果有a[i-2]=a[i-1]>a[i]情况，应该让a[i]=a[i-1]
        */
        int cnt=0;
        for(int i=1;i<a.length&&cnt<2;i++){
            if(a[i]>=a[i-1]){
                continue;
            }
            cnt++;
            if(i-2>=0&&a[i]<a[i-2]){
                a[i]=a[i-1];
            }else{
                a[i-1]=a[i];
            }
        }
        return cnt<=1;
    }
}

输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

思路：可以计算出相邻的两个数组元素满足a[i]>a[i-1]；然后进行累加

如果a<=b<=c<=d，那么profile=(d-a)=(b-a)+(c-b)+(d-c)局部最优即全局最优

对于 [a, b, c, d]，如果有 a <= b <= c <= d ，那么最大收益为 d - a。而 d - a = (d - c) + (c - b) + (b - a) ，因此当访问到一个 prices[i] 且 prices[i] - prices[i-1] > 0，那么就把 prices[i] - prices[i-1] 添加到收益中，从而在局部最优的情况下也保证全局最优。

class Solution {
    public int maxProfit(int[] prices) {
        int profile=0;
        for(int i=1;i<prices.length;i++){
            if(prices[i]>prices[i-1]){
                profile+=prices[i]-prices[i-1];
            }   
        }
        return profile;
    }
}

最大子序列的和：贪心思想：保证了每次的和从非负数开始 

class Solution {
    public int maxSubArray(int[] nums) {
        /*定义一个指针作对照，另外一个元素从1开始遍历*/
        int presum=nums[0];
        int maxsum=presum;
        for(int i=1;i<nums.length;i++){
            presum=presum>0?presum+nums[i]:nums[i];
            maxsum=Math.max(maxsum,presum);
        }
        return maxsum;        
    }
}

输入: [7,1,5,3,6,4]
输出: 5

先求出最小的买入价格，然后求出买入价格后期的卖出价格；因为一天的股票要么是买入要么是卖出。如果小于最小股票，就进行买入，否则卖出，并找到卖出的最大利润。

class Solution {
    public int maxProfit(int[] prices) {
        if(prices.length==0)return 0;
        int minCurnum=prices[0];
        int max=0;
        for(int i=1;i<prices.length;i++){
            if(prices[i]<minCurnum){
                minCurnum=prices[i];
            }else{
                max=Math.max(max,prices[i]-minCurnum);
            }
        }
        return max;
    }
}