本文已参与「新人创作礼」活动，一起开启掘金创作之路。
大家好，我依旧是人不狠话也不多的我，直接进入正题，希望看过的人都会做
题意： 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）。
来源：力扣（LeetCode） 链接： leetcode.cn/problems/be…
示例
输入： prices = [3,3,5,0,0,3,1,4]
输出： 6
解释： 在第 4 天（股票价格 = 0）的时候买入，在第 6 天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。 随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。
算法思想：动态规划
与买卖股票的最佳时机I和与买卖股票的最佳时机II相比，解题思路虽然还是动态规划，但是这道题目难度提高了不少，
解：
首先我们要知道，在每一天，我们都有四种状态 ，状态 这两个字我用了加粗，特别说明是状态，不是动作
-
第一次买入股票，手上持有一只股票
-
第一次卖出股票，第一次交易完成
-
第二次买入股票，手上持有一只股票
-
第二次卖出股票，第二次交易完成
我们创建动态规划数组 dp[ i ] 表示每一天的收益，我们将每一天的状态 j（ 0 < = j < 4 ） 添加 到 dp[ i ]
此时 dp[ i ][ j ] 表示第 i 天，第 j 个状态下的收益。
接着我们初始化 dp[ i ][ j ]
dp[0][0] = -prices[0] // 第一天，第一次买入股票，手上持有一只股票，此时收益为 -prices[0]
dp[0][1] = 0 // 第一天，第一次卖出股票，第一次交易完成，此时收益为 0 因为买入花了prices[0],卖出又赚了prices[0]
dp[0][2] = -prices[0] // 第一天，第二次买入股票，手上持有一只股票，此时收益又变为 -prices[0]
dp[0][3] = 0 // 第一天，第二次卖出股票，第二次交易完成，此时收益为 0
接着我们开始多维动态规划，每一种状态下我们都需要取最大值
// 第i天状态0情况下的最大收益：这种状态下有两种情况，一种是股票是昨天买的，一种是股票是今天买的，最大收益为两者更大值
// 股票如果是昨天买的，那么我们收益为dp[i-1][0],如果是今天买的，我们收益为减今天股票价格 -prices[i],
dp[i][0] = Math.max(dp[i - 1][0], -prices[i])
// 第i天状态1情况下的最大收益：这种状态有两种情况，一种是股票是昨天卖的，一种是股票是今天卖的，最大收益为两者更大值
// 如果股票是昨天卖的，那么我们收益为dp[i - 1][1]，如果是今天卖的，我们就用昨天状态0的收益+今天股票价格prices[i]
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i])
//同理。
dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] - prices[i])
//同理。
dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] + prices[i])
总结
我们假设初始收益为0，买一次股票需要扣除当日股票的价格。 我们初始化了第一天的4中状态下的收益，从第二天开始循环，动态更新每一天，每种状态下的最大收益 最后我们返回，交易两次后的最大收益，因为中途我们一直在更新 dp 数组，所以交易两次后最大收益为第i天状态3情况下的值
代码
var maxProfit = function (prices) {
//创建dp数组
let dp = new Array(prices.length).fill(0).map(item => new Array(4).fill(0))
//对第一天状态做初始化
dp[0][0] = -prices[0]
dp[0][2] = -prices[0]
//循环，动态更新dp数组，详细规则参考上文
for (let i = 1; i < prices.length; i++) {
dp[i][0] = Math.max(dp[i - 1][0], -prices[i])
dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] + prices[i])
dp[i][2] = Math.max(dp[i - 1][2], dp[i - 1][1] - prices[i])
dp[i][3] = Math.max(dp[i - 1][3], dp[i - 1][2] + prices[i])
}
//返回我们需要的结果，最后一天的，买卖两次之后的最大收益
return dp[prices.length - 1][3]
};
