本文介绍了LeetCode第121题，通过动态规划求解股票买卖的最大利润。该题要求在一次交易中找到最大利润，不允许在买入前卖出。文章提供了Python代码实现，并分析了时间复杂度超限的原因及动态规划的状态转移方程。
本题为LeetCode题库中第53题最大子序列求和，难度简单，题目请参考这里。
一道很简单的DP(Dynamic Programming)算法的题目，代码不难但思想需要考究如何找出动态规划中的转态方程，所以在这记录一下。
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。
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。
解决思路：这种题目明显一看就是DP算法，但首先不考虑DP算法。显然，我们采用两层循环分别来定位买入和卖出的价格，当然第二层循环要从第一层循环i+1开始走，因为不能在买入股票前卖出股票，然后找出差值最大的数也就是最大利润了。代码很简单如下：（按照LeetCode上面的格式进行编写）
最低0.47元/天 解锁文章
扫一扫
519
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
