LeetCode题目（Python实现）：买卖股票的最佳时机 II

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。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

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: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

示例2 :

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

自己的想法

算法实现

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if len(prices) <= 1:
            return 0
        profit = 0
        flag = 0
        i = 0
        while i != len(prices) - 1:
            if not flag:
                if prices[i] < prices[i + 1]:
                    buy = prices[i]
                    flag = 1
                else:
                    i += 1
            else:
                if prices[i] > prices[i + 1]:
                    profit += prices[i] - buy
                    flag = 0
                else:
                    i += 1
        if flag:
            profit += prices[i] - buy
        return profit

执行结果

执行结果 : 通过
执行用时 : 40 ms, 在所有 Python3 提交中击败了96.48%的用户
内存消耗 : 14.3 MB, 在所有 Python3 提交中击败了28.54%的用户

复杂度分析

• 时间复杂度：O(n)，
  只遍历了包含有 n 个元素的列表一次。

• 空间复杂度：O(1)

贪心法

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        profit = 0
        for i in range(1, len(prices)):
            tmp = prices[i] - prices[i - 1]
            if tmp > 0: 
                profit += tmp
        return profit

执行结果

复杂度分析

• 时间复杂度：O(n)
  我们只遍历了包含有 n 个元素的列表一次。

• 空间复杂度：O(1)

一行代码

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        return sum(b - a for a, b in zip(prices, prices[1:]) if b > a)

执行结果

小结

由于之前用别的语言做过该题，而且印象比较深刻，所以直接按思路来写了，由于我们相当于提前预知了股票下一天的跌涨，所以只要第一天价格高于第二天就买，股票一跌就卖。

看了官方的题解，思路大同小异，但是算法却更加短小精悍！！！为什么同一种语言差距这么大，看来Python的修行之路还任重道远啊！（而且还看到一行的代码，牛批！）