解法1：贪心

要计算买卖两次的收益，只需要找到一天k，使得f(0, k) + f(k + 1, n - 1)最大即可;
运行超时:您的程序未能在规定时间内运行结束，请检查是否循环有错或算法复杂度过大。
case通过率为0.00%

    public int maxProfit (int[] prices) {
        // write code here
        if(prices==null || prices.length==0){
            return 0;
        }
        int max=Integer.MIN_VALUE;
        for(int i=0;i<prices.length;i++){
            int temp=getMax(prices,0,i)+getMax(prices,i+1,prices.length-1);
            max=Math.max(max,temp);
        }
        return max;
    }

    public int getMax (int[] prices,int left,int right) {
        int max=Integer.MIN_VALUE;
        int min=Integer.MAX_VALUE;
        for(int i=left;i<right;i++){
            min=Math.min(min,prices[i]);
            max=Math.max(max,prices[i]-min);
        }
        return max;
    }

解法2：一次循环

public int maxProfit (int[] prices) {
        // write code here
        if(prices.length==0){
            return 0;
        }
        int firstbuy=prices[0],secondbuy=prices[0];
        int profit1=0,profit2=0;
        for(int i=0;i<prices.length;i++){
            firstbuy=Math.min(firstbuy,prices[i]);
            profit1=Math.max(profit1,prices[i]-firstbuy);
            //为什么第二次价格是这样选
            secondbuy=Math.min(secondbuy,prices[i]-profit1);
            profit2=Math.max(profit2,prices[i]-secondbuy);
        }
        return profit2;
    }

解法3：正反两次循环

首先从后往前遍历数组，f[i]表示从i点开始到结尾 进行的一次交易的最大收益。
第二次交易处理完了，就可以用常见的方法进行类似一次交易，每次比较时再加上对应的f[i+1]即可。

res  = Math.max(res,prices[i]-min + f[i+1]);

最后需要注意一点，并没有要求一定要进行两次交易。

    public int maxProfit (int[] prices) {
        // write code here
        int n = prices.length;
        if(n<2) 
            return 0;
        //从后往前遍历,f[i] 表示从i点到之后的一次交易的最大收益
        int[] f = new int[n];
        int max = prices[n-1];
        f[n-1] = 0;    //初始化
        for(int i=n-2;i>=0;i--){
            max = Math.max(max,prices[i]);
            f[i] = Math.max(f[i+1], max-prices[i]);
        }
        int res = 0;
        //从前往后遍历
        int min = Integer.MAX_VALUE;
        for(int i=0;i<n-1;i++){
            min = Math.min(min,prices[i]);
            res  = Math.max(res,prices[i]-min + f[i+1]);
        }
        return res;
    }

解法4：动态规划