LeetCode-121/122 买股票的最佳时机 1和 2（python）

题目链接：

121 买股票的最佳时机 1

122 买股票的最佳时机 2

 题目1：

这里就不做过多分析了，简单的原则取 i < j 中的 max( a[j] - a[i] )，记住 i 一定要小于 j 。

题目1代码

def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        l = len(prices)
        if l == 0:
            return 0
        dp = 0  # 初始值为0
        minprice = prices[0]  # 最小值先默认为第一天
        for i in range(1, l):
            dp = max(dp, prices[i] - minprice)  # 用目前已知最优的结果和新的结果比较
            minprice = min(prices[i], minprice)  # 同时更新最小值
        return dp

 

 题目2：

在分析时要把握住关键字眼：“你可以尽可能地完成更多的交易（多次买卖一支股票） ”这是题目里的原话，这意味着我今天卖出这只股票，还可以再买入这只股票比如 1， 2， 3：第一天买入，第二天卖出，收入为1，然后第二天再买入，第三天再卖出，收入为1，累计收入为2。等同于第一天买入，第三天卖出。有的人会在纠结如何找到第一天和第三天，这样很费事的。直白的说：有利润就交易。

 题目2代码：解法1

 def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        max = 0
        for i in range(len(prices) - 1):
            j = i + 1
            d = prices[j] - prices[i]
            if d > 0:
                max += d #有利润就卖
        return max

题目2代码：解法2

        #   解法二
        # 动态规划的角度来考虑问题
        l = len(prices)
        if l == 0:
            return 0
        dp = [0] * l
        dp[0] = 0
        for i in range(1, l):
            dp[i] = max(dp[i-1], dp[i-1] + prices[i] - prices[i-1])
        return dp[l-1]

解法2效率没有解法1高，但能更本质的看问题，这在 123 买股票的最佳时机 3 题中得到体现

 刷题GitHub：https://github.com/letterbeezps/leetcode-algorithm