题目:
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润。
注意你不能在买入股票前卖出股票。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
示例:
示例 1:
输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格。
示例 2:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
思路:
动态规划:
在数组中求两点的差,而两点之差可以转换成求和问题
输入: [7,1,5,3,6,4] 可以转换成 求[-6,4,-2,3,-2]这个数组的最大连续子数组的和
而求最大连续子数组的和,可以用动态规划来实现:
p[]:数组
opt[i]:下标为i的最大连续子数组和
profixMax:最大利润
if(opt[i-1]<0): opt[i] = p[i] else: opt[i] = opt[i-1] + p[i]
判断opt[i]是否大于0,profixMax = max(0, opt[i])
贪心算法+双指针
每次将最小的价格当作买入价格,然后依次将后面价格当作卖出价格,比较大小;
代码:
//动态规划
class Solution {
public int maxProfit(int[] prices) {
/*
*/
if (prices.length == 0 || prices.length == 1) return 0;
int p[] = new int[prices.length-1];
for (int i = 0; i < prices.length - 1; i++) {
p[i] = prices[i+1] - prices[i];
}
int opt[] = new int[p.length];
int maxProfix = Math.max(0 ,p[0]);
opt[0] = p[0];
for (int i = 1; i < p.length; i++) {
if (opt[i-1] < 0) {
opt[i] = p[i];
} else {
opt[i] = opt[i-1] + p[i];
}
maxProfix = Math.max(maxProfix, opt[i]);
}
return maxProfix;
}
}
//贪心算法+双指针
class Solution {
public int maxProfit(int[] prices) {
//当前的利润
int profix = 0;
//指向买入的指针
int pBuy = 0;
//指向卖出的指针
int pSell = 1;
//循环直到卖出的指针超过数组长度
while (pSell < prices.length && pBuy < prices.length) {
//如果买入的价格大于卖出的价格
//就让买入的指针往后移一位,卖出的指针指向买入指针的下一位
if (prices[pBuy] > prices[pSell]) {
pBuy ++;
pSell = pBuy + 1;
} else {
//否则,就比较当前利润和新交易的利润
//如果新交易的利润大,就让当前利润指向它
if (profix < prices[pSell] - prices[pBuy]) {
profix = prices[pSell] - prices[pBuy];
}
//然后让卖出的指针指向下一位,继续比较利润的大小
//即总是将最大利润当作当前利润
pSell ++;
}
}
//返回当前利润(最大利润)
return profix;
}
}
时间复杂度O(n) 空间复杂度O(n^2)