算法 动态规划 【剑指 Offer 63 股票的最大利润】

一、问题描述

假设把某股票的价格按照时间先后顺序存储在数组中，请问买卖该股票一次可能获得的最大利润是多少？

 

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。

示例 2:

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。

限制：

0 <= 数组长度 <= 10^5

 

二、思路

动态规划四步法：

1.确定状态

1.1 研究最后一步
最后一步：在最后一天或最后一天前的某一天卖出可获得的最大利润

1.2 化为子问题
在第n天或第n天前的某一天卖出可获得的最大利润

2.转移方程

设f[n] = 第n天或第n天前的某一天卖出可获得的最大利润
则有 f[n] = max(f[n-1],prices[n-1] - min(prices[0]:nums[n-1]))
即：第n天或第n天前的某一天卖出可获得的最大利润为：
第n-1天或第n-1天前的某一天卖出可获得的最大利润
与
前n天中价格最低的那一天买入，第n天卖出，获得的最大利润
的最大值

3.初始条件和边界情况

3.1 初始条件
f[0] = 0
备注：第0天表示没有输入，所以输出为0。以下用if-return实现
f[1] = 0
备注：第1天无法卖出，因为卖出价格需要大于买入价格

3.2 边界情况
维护一个前n天的最小股价minProfit，只有第n天的股价大于minProfit时才可以卖出。

4.计算顺序

升序，由第一天至最后一天。
备注：因为后一天需要用到前一天的最大利润

 

三、图解

 

 

四、代码 

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        //1.确定状态
        //1.1 研究最后一步
        //最后一步：在最后一天或最后一天前的某一天卖出可获得的最大利润

        //1.2 化为子问题
        //在第n天或第n天前的某一天卖出可获得的最大利润

        //2.状态转移方程
        //设f[n] = 第n天或第n天前的某一天卖出可获得的最大利润
        //则有 f[n] = max(f[n-1],prices[n-1] - min(prices[0]:nums[n-1]))
        //即：第n天或第n天前的某一天卖出可获得的最大利润为：
        //第n-1天或第n-1天前的某一天卖出可获得的最大利润
        //与
        //前n天中价格最低的那一天买入，第n天卖出，获得的最大利润
        //的最大值

        //3.初始条件和边界情况
        //3.1 初始条件
        //f[0] = 0
        //备注：第0天表示没有输入，所以输出为0。以下用if-return实现
        //f[1] = 0
        //备注：第1天无法卖出，因为卖出价格需要大于买入价格

        //3.2 边界情况
        //维护一个前n天的最小股价minProfit，只有第n天的股价大于minProfit时才可以卖出。

        //4.计算顺序
        //升序，由第一天至最后一天。
        //备注：因为后一天需要用到前一天的最大利润

        if(prices.empty())
        {
            return 0;
        }
        int size = prices.size();
        vector<int> f(size+1,0);
        int minProfit = prices[0];
        for(int i = 2;i<=size;i++)
        {
            if(prices[i-1]<minProfit)
            {
                minProfit = prices[i-1];
            }
            f[i] = max(f[i-1],(prices[i-1] - minProfit));
        }
        return f[size];
    }
};