题目描述：
给定一个整数数组，其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:
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）。卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。示例:
输入: [1,2,3,0,2] 输出: 3 解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]
解题思路：
第一步：状态定义
dp[i][j] 表示[0, i]区间内，在下标为i这一天状态为j时的最大收益。
这里j取三个值：
- 0 表示不持股；
- 1 表示持股；
- 2 表示处在冷冻期。
第二部：状态转移方程
这步是至关重要也是最难的，得知状态转移方程的关键是理解题意，理清逻辑。
- 不持股可以由这两个状态转换而来：昨天不持股，今天什么都不操作，仍然不持股；昨天持股，今天卖了一股。
- 持股可以由这两个状态转换而来：昨天持股，今天什么都不操作，仍然持股；昨天处在冷冻期，今天买了一股；
- 处在冷冻期比较特殊，只可以由不持股转换而来，因为题目中说，刚刚把股票卖了，需要冷冻 1 天。（持股卖了变成不持股，再变成冷冻期）
以上分析可以用下图表示：
第三步：初始化（base case）
在第 0 天，不持股的初始化值为 0，
持股的初始化值为 -prices[0]（表示购买了一股），
虽然不处于冷冻期，但是初始化的值可以为 0。
第四步：返回值
每一天都由前面几天的状态转换而来，最优值在最后一天。取不持股和冷冻期的最大者。
package main
//go
func maxProfit(prices []int) int {
length := len(prices)
// 特殊判断
if length <= 1 {
return 0
}
// 声明dp
dp := make([][3]int, length)
// 初始化
dp[0][0] = 0 // 【0天】【不持股】
dp[0][1] = -prices[0] // 【0天】【持股】
dp[0][2] = 0 // 【0天】【冷冻期】
for i := 1; i < length; i++ {
// 【第i天】【不持股】 = max（昨天不持股今天不操作，昨天持股+今天卖一股）
dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i])
// 【第i天】【持股】 = max（昨天持股今天不操作，昨天冷冻期+今天买一股）
dp[i][1] = max(dp[i-1][1], dp[i-1][2]-prices[i])
// 【第i天】【冷冻期】 = 昨天卖了不持股
dp[i][2] = dp[i-1][0]
}
// 返回不持股和冷冻期的最大者
return max(dp[length-1][0], dp[length-1][0])
}
func max(x, y int) int {
if x > y {
return x
}
return y
}
func main() {
var num = []int{1,2,3,0,2}
maxProfit(num)
}