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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
- 这道题用动态规划并不是好解法,有些杀鸡用牛刀,但是理解了这道题的动态规划,后面的几道买卖股票问题就没有太大问题了。
1)dp数组的含义:前i天交易的最大利润
dp[i][0]:第i天不持有股票
dp[i][1]:第i天持有股票
2)状态转移方程:
dp[i][0] = max(dp[i-1][0],dp[i-1][1]+prices[i]);//前一天没有买进股票;前一天买进了股票,今天卖掉股票。
dp[i][1] = max(dp[i-1][0]-prices[i],dp[i-1][1]);//前一天手上没有股票,今天买进;前一天有股票今天不做操作。
class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
if(len <= 1) return 0;
int[][] dp = new int[len][2];
dp[0][0] = 0;
dp[0][1] = prices[0]*(-1);
for(int i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]+prices[i]);
dp[i][1] = Math.max(dp[i-1][0]-prices[i], dp[i-1][1]);
}
return dp[len-1][0];
}
}
- 贪心算法
这道题用贪心解,效率会高很多。
每次将连续两天的股票价进行计算,股价上升卖出,股价低时买入。prices[i+1]-prices[i] > 0 则计入总利润。
class Solution {
public int maxProfit(int[] prices) {
int ans = 0;
int len = prices.length;
for(int i = 0; i < len-1; i++) {
int t = prices[i+1] - prices[i];
if(t > 0) {
ans += t;
}
}
return ans;
}
}