为 0122买卖股票的最佳时机II Java代码添加注释

problems/0122.买卖股票的最佳时机II（动态规划）.md

@@ -136,24 +136,31 @@ Java：
 ```java
 // 动态规划
 class Solution 
+    // 实现1：二维数组存储
+    // 可以将每天持有与否的情况分别用 dp[i][0] 和 dp[i][1] 来进行存储
+    // 时间复杂度：O(n)，空间复杂度O(n)
     public int maxProfit(int[] prices) {
         int n = prices.length;
-        int[][] dp = new int[n][2];
+        int[][] dp = new int[n][2];     // 创建二维数组存储状态
-        dp[0][0] = 0;
+        dp[0][0] = 0;                   // 初始状态
         dp[0][1] = -prices[0];
         for (int i = 1; i < n; ++i) {
-            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
+            dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);    // 第 i 天，没有股票
-            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);
+            dp[i][1] = Math.max(dp[i - 1][1], dp[i - 1][0] - prices[i]);    // 第 i 天，持有股票
         }
-        return dp[n - 1][0];
+        return dp[n - 1][0];    // 卖出股票收益高于持有股票收益，因此取[0]
     }
 
+    // 实现2：变量存储
+    // 第一种方法需要用二维数组存储，有空间开销，其实关心的仅仅是前一天的状态，不关注更多的历史信息
+    // 因此，可以仅保存前一天的信息存入 dp0、dp1 这 2 个变量即可
+    // 时间复杂度：O(n)，空间复杂度O(1)
     public int maxProfit(int[] prices) {
         int n = prices.length;
-        int dp0 = 0, dp1 = -prices[0];
+        int dp0 = 0, dp1 = -prices[0];  // 定义变量，存储初始状态
         for (int i = 1; i < n; ++i) {
-            int newDp0 = Math.max(dp0, dp1 + prices[i]);
+            int newDp0 = Math.max(dp0, dp1 + prices[i]);    // 第 i 天，没有股票
-            int newDp1 = Math.max(dp1, dp0 - prices[i]);
+            int newDp1 = Math.max(dp1, dp0 - prices[i]);    // 第 i 天，持有股票
             dp0 = newDp0;
             dp1 = newDp1;
         }