【贪心算法】买卖股票的最佳时机

package com.dylan.practice.leetcode;

/**
 * 买卖股票的最佳时机(找数组的高低谷)
 * 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 。
 * 贪心算法
 * @author laoxu
 * @create 2018-10-11
 **/
public class MaxProfit {
    public static int maxProfit(int[] prices) {
        int total = 0, temp = 0;

        for (int i = 1; i < prices.length; i++) {
            temp = prices[i] - prices[i - 1];
            if (temp > 0) {
                total += temp;
            }
        }

        return total;
    }

    public static void main(String[] args) {
        int[] prices = {7,1,5,3,6,4};
        System.out.println(maxProfit(prices));
        //output: 7
    }
}


 

  • 5
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
贪心法可以用来解决最佳买卖股票的时间问题。贪心法是一种算法策略,它在每一步选择中都采取当前状态下最优的选择,而不考虑当前选择对未来的影响。 在最佳买卖股票的时间问题中,我们希望找到一种买入和卖出的时机,使得利润最大化。贪心法可以通过遍历股票价格数据,同时维护一个最小买入价格和一个最大利润。 具体步骤如下: 1. 初始化最小买入价格为正无穷,最大利润为0。 2. 遍历股票价格数据,对于每个价格: - 如果当前价格比最小买入价格小,更新最小买入价格为当前价格。 - 否则,计算当前价格与最小买入价格的差值,与最大利润比较并更新最大利润。 3. 返回最大利润作为结果。 贪心法的优势在于其简单性和高效性。它只需要遍历一次股票价格数据,时间复杂度为O(n),其中n是数据点的数量。相比于穷举法,贪心法具有更低的时间复杂度。 然而,需要注意的是,贪心法并不一定能给出最优解。因为贪心法只关注当前状态下的最优选择,而没有考虑整体的最优解。在某些情况下,贪心法可能会错过一些更优的买卖时机,导致得到的利润并非最大值。 因此,在使用贪心法解决最佳买卖股票的时间问题时,我们需要仔细分析问题的特点和限制条件,确保贪心策略的适用性。在某些特殊情况下,可能需要使用其他算法策略,如动态规划或分治法,以获得更准确的结果。 总之,贪心法是一种快速且简单的算法策略,可以用于解决最佳买卖股票的时间问题。但在实际应用中,需要根据具体情况评估其适用性,并注意可能存在的局限性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值