【贪心算法】LeetCode #122 买卖股票的最佳时机 II

题目链接：

LeetCode #122 买卖股票的最佳时机 II

题目描述：

#122. 买卖股票的最佳时机 II

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。
示例 3:

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。

提示：

1 <= prices.length <= 3 * 10 ^ 4
0 <= prices[i] <= 10 ^ 4

通过次数190,773 提交次数308,342

初步分析：

贪心思想，能预知股票价格了就好办了。

• 买入：将当天价格与下一天的对比，如果当前比下一天低，就买入；
• 卖出：将当天价格与下一天的对比，如果下一天比当前的高，就卖出。

这是看到题后的初步分析，认真的考虑什么情况下应该买入，什么情况下应该卖出，代码见后文。

代码01：

/*
 * 贪心，能预知股票价格了就好办了
 * 买入：将当天价格与下一天的对比，如果当前比下一天低，就买入；
 * 卖出：将当天价格与下一天的对比，如果下一天比当前的高，就卖出。
 */
class Solution {
    public int maxProfit(int[] prices) {
        int flag = -1;//记录买入的价格，如果没买则为-1
        int max = 0;//记录最大利润
        int len = prices.length;
        for(int i = 0; i < len - 1; i++) {
        	if(prices[i] < prices[i + 1] && flag < 0) { flag = prices[i];}
        	if(flag > -1 && prices[i] > prices[i + 1]) { 
        		max += prices[i] - flag;
        		flag = -1;
        	}
        }
        //最后一天，如果已经买了，且利润为正，就卖出，否则不卖
        if(flag > -1 && prices[len - 1] > flag) { 
        	max += prices[len - 1] - flag;
    		//flag = -1;
        }
        return max;
    }
}

时间复杂度 O(n)，提交反馈：

进一步分析：

人类的本质就是贪心，不理解的时候想想如果是现实中，你会怎么做？

既然贪心，有的赚的利润都要拿到，那我们并不在意哪天买入的、哪天卖出的、当时的价格是多少，只需要关注总共可以赚的利润就够了。

所以问题就转化成了，一共有多少利润可赚，加到最大利润 max 上就可以了，不用在意买入卖出，只要是有的赚的，我们都要赚到。

代码02：

/*
 * 既然用贪心算法，就贪到底，人类的本质
 * 其实我们并不在意哪天买入的，哪天卖出的，当时的价格是多少
 * 既然要求最大利润，那只要有利润我们都要赚到！
 * 所以该题可以理解为：一共有多少利润可赚（只要有的赚，这些我们都赚的到）
 */
class Solution {
    public int maxProfit(int[] prices) {
    	int max = 0;
    	for(int i = 1; i < prices.length; i++) {
    		if(prices[i] > prices[i - 1]) { max += prices[i] - prices[i - 1];}
    	}
    	return max;
    }
}

执行用时和上图一样，都是1ms，时间复杂度同样是 O(n)，但是考虑问题更符合贪心思想了，代码也更为简洁。