1. 题目：

给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 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 k 笔交易。也就是说，你最多可以买 k 次，卖 k 次。

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）。

示例 1：

输入：k = 2, prices = [2,4,1]
输出：2
解释：在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 = 2 。

示例 2：

输入：k = 2, prices = [3,2,6,5,0,3]
输出：7
解释：在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后，在第 5 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 。

2. 我的代码：

class Solution:
    def maxProfit(self, k: int, prices: List[int]) -> int:
        # dp数组下标的含义：i=0:当天保持没买、i=1:当天保持第一次买入、i=2:当天保持第一次卖出、i=3:当天保持第二次买入、i=4:当天保持第二次卖出
        dp = [[0] * len(prices) for _ in range(2 * k + 1)]

        # dp初始化
        dp[0][0] = 0
        for k_p in range(1, 2 * k, 2):
            dp[k_p][0] = -prices[0]
            dp[k_p + 1][0] = 0

        # 递推公式
        for i in range(1, len(prices)):
            for k_p in range(1, 2 * k, 2):
                dp[0][i] = dp[0][i - 1]
                dp[k_p][i] = max(dp[k_p][i - 1], dp[k_p - 1][i - 1] - prices[i])
                dp[k_p + 1][i] = max(dp[k_p + 1][i - 1], dp[k_p][i - 1] + prices[i])
        
        return dp[2 * k][-1]

这个与 买卖股票的最佳时机3 类似，只不过就是把2次的规律推理到k天，详细分析过程可以看：
买卖股票的最佳时机3

小结：

关注我给大家分享更多有趣的知识，以下是个人公众号，提供 ||代码兼职|| ||代码问题求解||
添加我的公众号即可：