Leetcode｜121. 买卖股票的最佳时机【笔记】

链接

https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/

前言

有思路，但是不容易做出来

题目

给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。

你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

• 示例1

输入：[7,1,5,3,6,4]
输出：5
解释：在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。
     注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票

• 示例2

输入：prices = [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。

关键

思路1

这是一道类似单调栈思想的数组题，我们遍历数组的同时维护一个最小值min_price,和最大利润profit。
然后计算当前值current_price减去min_price，更新max(profit,current_price - min_price)。
O(n)的时间复杂度完成这道题。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        min_ = prices[0]
        profit = 0
        for i in range(1, len(prices)):
            min_ = min(prices[i], min_)
            profit = max(prices[i]-min_, profit)
        return profit

思路2(20210710)

• 动态规划dp
• 到最后交易结束时会有以下3种状态
  • 1.一直没买
  • 2.到最后只买了一次
  • 3.到最后买了一次，卖了一次
• 初始化状态
  • dp0 = 0：什么都不买，收益为0
  • dp1 = -prices[0]：买入就减去买入的费用
  • dp2 = float("-Inf")：不可能在初始化状态就买了一次，卖了一次，所以设为-Inf
• 状态转换
  • dp0 = 0：一直不买的话，收益始终为0
  • dp1 = max(dp1, dp0-prices[i])：两种情况取最大值：不买入的话就跟上一状态一样，买入的话就减去买入的费用
  • dp2 = max(dp2, dp1+prices[i])：两种情况取最大值：不买入的话就跟上一状态一样，卖出的话就加上卖出的收益
• 最后要想收益最大，肯定是在有买入卖出赚钱的情况下了

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if len(prices) < 2:
            return 0
        dp0 = 0
        dp1 = -prices[0]
        dp2 = float("-Inf")
        for i in range(1, len(prices)):
            dp0 = 0
            dp1 = max(dp1, dp0-prices[i])
            dp2 = max(dp2, dp1+prices[i])
        return dp2

相关知识

疑问

参考

[1] 121. 买卖股票的最佳时机 最基础的单调思想快速解题