給定一個數組，它的第 i 個元素是一支給定股票第 i 天的價格。
設計一個算法來計算你所能獲取的最大利潤。你可以儘可能地完成更多的交易（多次買賣一支股票）。
注意：你不能同時參與多筆交易（你必須在再次購買前出售掉之前的股票）。
示例 1:
輸入: [7,1,5,3,6,4]
輸出: 7
解釋: 在第 2 天（股票價格 = 1）的時候買入，在第 3 天（股票價格 = 5）的時候賣出, 這筆交易所能獲得利潤 = 5-1 = 4 。
隨後，在第 4 天（股票價格 = 3）的時候買入，在第 5 天（股票價格 = 6）的時候賣出, 這筆交易所能獲得利潤 = 6-3 = 3 。
示例 2:
輸入: [1,2,3,4,5]
輸出: 4
解釋: 在第 1 天（股票價格 = 1）的時候買入，在第 5 天 （股票價格 = 5）的時候賣出, 這筆交易所能獲得利潤 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接連購買股票，之後再將它們賣出。
因爲這樣屬於同時參與了多筆交易，你必須在再次購買前出售掉之前的股票。
示例 3:
輸入: [7,6,4,3,1]
輸出: 0
解釋: 在這種情況下, 沒有交易完成, 所以最大利潤爲 0。
解題思路：
動態規劃，因爲是沒限制次數的，所以可以多買多賣，比如[1,5,3,4,6]，1買，5賣，找局部最小3買，4賣，找局部最小，4買，5賣，最後賺7
那麼也就是用prices[i] < min找局部最小，否則就賣出，然後令min = prices[i]
提交代碼：（動態規劃，Runtime: 60 ms, faster than 83.66 %，代碼可以優化，爲了更易理解我未做優化 ）
class Solution:
def maxProfit(self, prices: 'List[int]') -> int:
sum = 0
min = float('inf')
for i in range(len(prices)):
if prices[i] < min:
min = prices[i]
else:
sum = sum + prices[i] - min
min = prices[i]
return sum