买卖股票系列的第三道题，采用的算法也是动态规划算法。核心思想就是计算每天收益时要分三种情况，分别对应当天结束后的交易状态，具体解析过程参考代码示例。

package likou;
/*
 * 最佳买卖股票时期（含冷冻期）
 * 题干：
 * 	给定一个整数数组prices，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)
 */
public class Demo309 {
	/*
	 * 解题思路：
	 * 	当i=0时，收益肯定是0
	 * 	当i=1时，收益是Math.max(0,prices[1]-prices[0]);
	 *  当i>=2时，就需要分三种情况来看
	 *  	第一种情况就是第i天结束后，手上没有股票且非冷冻期则收益dp0
	 *          第i-1天结束，没有股票非冷冻期或没有股票冷冻期
	 *          对应dp0[i] = Math.max(dp0[i-1],dp1[i-1]);
	 *      第二种情况就是第i天结束，手上没有股票但处于冷冻期则收益dp1
	 *      	股票在第i天卖出且i-1天结束手上有股票
	 *      	对应dp1[i] = dp2[i-1]+prices[i]
	 *      第三种情况就是第i天结束，手上有股票的收益dp2
	 *          第i-1天结束手上有股票或者第i-1天结束手上没有股票且非处于冷冻期
	 *          对应dp2[i] = Math.max(dp2[i-1],dp0[i-1]-prices[i])
	 */
	public int maxProfit(int[] prices) {
          int dp0 = 0;
          int dp1 = 0;
          int dp2 = -prices[0];
          int length = prices.length;
          for(int i=1;i<length;i++) {
        	  int tempdp0 = Math.max(dp0, dp1);
        	  int tempdp1 = dp2+prices[i];
        	  dp2 = Math.max(dp2, dp0-prices[i]);
        	  dp0 = tempdp0;
        	  dp1 = tempdp1;
          }
          return Math.max(dp0, dp1);
    }
	
	public static void main(String args[]) {
		Demo309 demo = new Demo309();
		int[] prices = {1,2,3,0,2};
		System.out.println(demo.maxProfit(prices));
	}
}