题目
给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
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）。
示例 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 。示例 2:
输入: [1,2,3,4,5] 输出: 4 解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 =
5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。示例 3:
输入: [7,6,4,3,1] 输出: 0 解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
提示：
1 <= prices.length <= 3 * 10 ^ 4 0 <= prices[i] <= 10 ^ 4
解题思路
动态规划
状态定义
dp[i][j]中，i表示第i天（从0开始）所持有的钱；j有两种状态：0表示当天不持股，1表示当天持股；且在每次交易时，只需扣除一次手续费，即在买入或者卖出时扣除。
状态转移方程
| 状态 | 转移过程 |
| 当天不持股 | 昨天不持股 |
| 昨天持股+今天股价 | |
| 当天持股 | 昨天持股 |
| 昨天不持股-今日股价 |
即dp[i][0]=max(dp[i-1][0],dp[i-1][1]+prices[i])
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i])
贪心
时刻保持贪心，出现高价就卖出，出现低价不操作，只要有利润就进行交易，只关心利润。
代码
# 动态规划
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if not prices:
return 0
dp = [[0,-prices[0]]]
for i in range(1,len(prices)):
dp.append([max(dp[i-1][0],dp[i-1][1]+prices[i]),max(dp[i-1][1],dp[i-1][0]-prices[i])])
return dp[-1][0]
# 贪心
class Solution:
def maxProfit(self, prices: List[int]) -> int:
sum=0
for i in range(len(prices)-1):
if prices[i+1]-prices[i]>0:
sum+=prices[i+1]-prices[i]
return sum