Python实现数据结构与算法——买卖股票的最佳时机

题目描述：

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

如果你最多只允许完成一笔交易（即买入和卖出一支股票），设计一个算法来计算你所能获取的最大利润。

注意你不能在买入股票前卖出股票。

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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

思路分析：

首先想到的暴力穷举法，但是运行时候超时。假设不论哪天卖，买入价均为之前的最低价。那么每一天的最大盈利就算出来了。遍历完每一天，取最大值即为所求。

1. 定义min_price记录当前日期之前的最小值
2. 定义max_benefit记录最大收益
3. 初始max_benefit为0，min_price为第一天价格
4. min_price = min(min_price, i)。i为当天的价格
5. 当天benefit = i - min_price or 0
6. max_benefit = max(max_benefit, benefit)

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        min_price = 0
        max_benefit = 0
        for day, i in enumerate(prices):
            if day == 0:
                min_price = ie
                max_benefit = 0
            else:
                min_price = min(min_price,i)
                benefit = i - min_price if i > min_price else 0
                max_benefit = max(max_benefit, benefit)
        return max_benefit        

测试结果：

总结：

这道题因为用到了前置数据中的最值，也可以考虑成动态规划，或者递归+备忘录解答。通过记录前置数据中的最值，避免重复遍历或求解。