1 问题
假设你有一个数组prices,长度为n,其中prices[i]是股票在第i天的价格,请根据这个价格数组,返回买卖股票能获得的最大收益
1.你可以买入一次股票和卖出一次股票,并非每天都可以买入或卖出一次,总共只能买入和卖出一次,且买入必须在卖出的前面的某一天
2.如果不能获取到任何利润,请返回0
3.假设买入卖出均无手续费
数据范围: 0≤n≤10 ^5,0≤val≤10 ^4
要求:空间复杂度 O(1),时间复杂度 O(n)
示例1
输入:[8,9,2,5,4,7,1]
返回值:5
说明:在第3天(股票价格 = 2)的时候买入,在第6天(股票价格 = 7)的时候卖出,最大利润 = 7-2 = 5 ,不能选择在第2天买入,第3天卖出,这样就亏损7了;同时,你也不能在买入前卖出股票。
示例2
输入:[2,4,1]
返回值:2
示例3
输入:[3,2,1]
返回值:0
2 答案
自己写的,双指针
class Solution:
def maxProfit(self , prices: List[int]) -> int:
max_v = 0
for i in range(len(prices)):
for j in range(i+1,len(prices)):
max_v = max(max_v, prices[j]-prices[i])
return max_v
- 动态规划
对于每天有到此为止的最大收益和是否持股两个状态,因此我们可以用动态规划。
- step 1:用dp[i][0]表示第i天不持股到该天为止的最大收益,dp[i][1]表示第i天持股,到该天为止的最大收益。
- step 2:(初始状态) 第一天不持股,则总收益为0,dp[0][0]=0;第一天持股,则总收益为买股票的花费,此时为负数,dp[0][1]=−prices[0]。
- step 3:(状态转移) 对于之后的每一天,如果当天不持股,有可能是前面的若干天中卖掉了或是还没买,因此到此为止的总收益和前一天相同,也有可能是当天才卖掉,我们选择较大的状态dp[i][0]=max(dp[i−1][0],dp[i−1][1]+prices[i]);
- step 4:如果当天持股,有可能是前面若干天中买了股票,当天还没卖,因此收益与前一天相同,也有可能是当天买入,此时收益为负的股价,同样是选取最大值:dp[i][1]=max(dp[i−1][1],−prices[i])。
class Solution:
def maxProfit(self , prices: List[int]) -> int:
n = len(prices)
dp = [[0]*2 for i in range(n)]
dp[0][0] = 0
dp[0][1] = -prices[0]
for i in range(1, n):
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
dp[i][1] = max(dp[i-1][1], -prices[i])
return dp[n - 1][0]
- 贪心思想,其实不用两次循环,一次就够
如果我们在某一天卖出了股票,那么要想收益最高,一定是它前面价格最低的那天买入的股票才可以。因此我们可以利用贪心思想解决,每次都将每日收入与最低价格相减维护最大值。
- step 1:首先排除数组为空的特殊情况。
- step 2:将第一天看成价格最低,后续遍历的时候遇到价格更低则更新价格最低。
- step 3:每次都比较最大收益与当日价格减去价格最低的值,选取最大值作为最大收益。
class Solution:
def maxProfit(self , prices: List[int]) -> int:
res = 0
Min = prices[0]
for i in range(1, len(prices)):
Min = min(Min, prices[i])
res = max(res, prices[i] - Min)
return res
https://www.nowcoder.com/share/jump/9318638301700444257524