122买卖股票的最佳时机

from typing import List
# 这道题是个简单的动态规划的题目。
# 每天可以分为四种情况。
# 1，不持有股票，买入，2，不持有股票，不买入。3，持有股票，不卖出，4，持有股票，卖出
# 那我们就可以根据四种情况来列动态方程。
class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        # 如果天数小于2，那么利润只能是0
        if len(prices) < 2:return 0
        # 这里定义一个思维数组，用来存放每天，每一种情况的利润
        now_prices = [[0,0,0,0] for i in range(len(prices))]
        now_prices[0][0] = -prices[0] # 不持有股票，买入
        now_prices[0][1] = 0 # 不持有股票不买入，
        # 下边这两种情况在第一天是不可能的，因此我们可以把它们定义为无穷小。
        now_prices[0][2] = float('-inf')# 持有股票卖出。
        now_prices[0][3] = float('-inf') # 持有股票，不卖出，
        for i in range(1,len(prices)):
            # 注意看下边的动态转移方程。
            # 今天不持有买入的话，那么昨天只能是，持有卖出或者不持有不买入。我们计算利润，把花出去的减少，
            now_prices[i][0] = max(now_prices[i - 1][1],now_prices[i - 1][2]) - prices[i]
            # 今天不持有，不买入，那么昨天就是持有卖出或者不持有不买入。
            now_prices[i][1] = max(now_prices[i - 1][1],now_prices[i - 1][2])
            now_prices[i][2] = max(now_prices[i - 1][0],now_prices[i - 1][3]) + prices[i]
            now_prices[i][3] = max(now_prices[i - 1][0],now_prices[i - 1][3])
        # 返回最后一天四种情况的最大值、
        return max(now_prices[-1])