121. 买卖股票的最佳时机
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。
提示:
1 <= prices.length <= 10^5
0 <= prices[i] <= 10^4
思路一:贪心 |
- 股票只买卖一次,因此取最左的最小值,取最右的最大值;
- 最大值与最小值的差值就是最大利润。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int ans = 0, n = prices.size(),mi = prices[0];
for(int i = 1; i < n; i++){
mi = min(mi,prices[i]);
ans = max(ans,prices[i] - mi);
}
return ans;
}
};
思路二:动态规划 |
- 状态定义:
dp[i][j]
表示到下标i
这一天结束,持股状态为j
时的利润;j = 0
表示不持股,j = 1
表示当前持股;- 状态转移:
dp[i][0]
今天不持股: (1)昨天不持股,今天没有任何交易; (2)昨天持股,今天卖出;dp[i][1]
今天持股: (1)昨天持股,今天没有任何交易; (2)昨天不持股,今天买入;
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if(n < 2) return 0;
vector<vector<int>> dp(n,vector<int>(2,0));
dp[0][0] = 0; //不持股则为0
dp[0][1] = -prices[0]; //持股则需要减去第一天的股价
for(int i = 1; i < n; i++){
dp[i][0] = max(dp[i - 1][0],dp[i - 1][1] + prices[i]);
dp[i][1] = max(dp[i - 1][1],-prices[i]);
}
return dp[n - 1][0];
}
};
滚动数组优化
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if(n < 2) return 0;
vector<vector<int>> dp(2,vector<int>(2,0));
dp[0][0] = 0; //不持股则为0
dp[0][1] = -prices[0]; //持股则需要减去第一天的股价
for(int i = 1; i < n; i++){
dp[i & 1][0] = max(dp[(i - 1) & 1][0],dp[(i - 1) & 1][1] + prices[i]);
dp[i & 1][1] = max(dp[(i - 1) & 1][1],-prices[i]);
}
return dp[(n - 1) & 1][0];
}
};
空间再优化
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
if(n < 2) return 0;
vector<int> dp(2,0);
dp[0] = 0;
dp[1] = -prices[0];
for(int i = 1; i < n; i++){
dp[0] = max(dp[0],dp[1] + prices[i]);
dp[1] = max(dp[1],-prices[i]);
}
return dp[0];
}
};