该题归类为动态规划,但是想到一个更好的实现方法:8行代码做到时间复杂度O(n)空间复杂度O(1)的算法实现:
一、题目
给定一个数组 prices ,其中 prices[i] 表示股票第 i 天的价格。
在每一天,你可能会决定购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以购买它,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
输入: prices = [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 。
二、思路
1 将数组中的各点画在坐标系上会发现,需要累计购买的利润都是单调递增的区间。
所有情况可以用下图表示:图中包括递增,不变,递减三种趋势
2 借助上图,我们把所有盈利的总和可以理解为,所有单调递增区间相加的总和。
因此遍历数组一次就可以实现全部相加,时间复杂度O(n),也不需要额外辅助空间,空间复杂度O(1).
3 遍历数组的每层循环中:如果本次循环递减就后移;如果本次递增,就累计判断是否连续递增,然后累加到max。最终max即为所求
三、代码
class Solution {
public int maxProfit(int[] prices) {
int i = 0,max = 0;
while (i<prices.length-1){
if (prices[i+1] <= prices[i]) i++; // 递减后移
else {
while (i<prices.length-1 && prices[i+1] > prices[i]){ // 累计后移判断是否连续递增
max += (prices[i+1] - prices[i]);
i++;
}
}
}
return max;
}
}