动态规划练习（5）买卖股票的最佳时机-LeetCode 动态规划的极致，究极用法，7行代码解决战斗

本文链接：https://blog.csdn.net/QENGFENG/article/details/126954162

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

题给格式：

int maxProfit(int* prices, int pricesSize){

}

特别注意：写了三个版本，最后一个才是能通过测试的，

若只为解题，可直接跳到最后就行，肯定能看懂的，你放心。

三字诀：定—方—始

定：定义数组含义，确定最后一步完成情况（难度：⭐⭐⭐⭐⭐），肯定子问题成立

方：写表达式（就那个核心方程，难度：⭐⭐⭐）

始：给出初始条件

总之一句话：用数组去完成最后一步得出方程式，给出初始累代码

架子一摆，开整

分析：

定：

定义dp[i][j]表示第i天到第j天的最大利润，求的是dp[0][prices-1]

最后一步:前面第0天到第prices-2天的最大利润已知为dp[0][prices-2]，现在添加最后一天，再次比较最大利润, 最后一天有两种可能:

1、最后一天不是卖出日: dp[0][prices]=dp[0][prices-1];

2、最后一天是卖出日: dp[0][prices]=max( dp[k][prices-1] ),(其中0<=k<=princes-2)。

为了方便计算，换个表达方式，dp[0][prices]=max( prices[ prices-1]-prices[0] ,dp[1][prices-1] ),至于为啥，看下图：

字丑，勿喷

方：dp[i][j]=max( dp[i][j-1] , max( prices[j]-prices[0] , dp[i+1][j] ) )

始：当i==j的时候，dp[i][j]=0；同一天买进又卖出嘛（题设是不行的哦）

欧克，上代码：

int maxProfit(int* prices, int pricesSize){
    int i,j,k;
    int dp[pricesSize][pricesSize];
    for(k=0;k<pricesSize;k++)
        dp[k][k]=0;
    for(k=1;k<pricesSize;k++)
         for(i=0,j=k;j<pricesSize;i++,j++)
             dp[i][j]=max(dp[i][j-1],max(dp[i+1][j],prices[j]-prices[i]));
    return dp[0][pricesSize-1];
}

因为1 <= prices.length <= 10^5，二维数组在函数里开不了这么大，而且超时。

版本二：

暴力二层for循环：

int maxProfit(int* prices, int pricesSize){
    int i,j,temp,max_p=0;
    for(i=0;i<pricesSize-1;i++)
        for(j=i+1;j<pricesSize;j++){
            temp=prices[j]-prices[i];
            if(temp>max_p)
                max_p=temp;
        }
    return max_p;
}

看吧，仔细看你会发现上面的动态规划还不如暴力简单呢，光for循环就比暴力版多了，而且推状态转移方程还得推半天。暴力版都超时了，何况上面数组炸了的

版本三，封神操作：

int maxProfit(int* prices, int pricesSize){
    int i,min=100000,max=0;
    for(i=0;i<pricesSize;i++)
        if(prices[i]<min)
            min=prices[i];
        else if(prices[i]-min>max)
            max=prices[i]-min;
    return max;
}

无需任何解释，自行搞定吧。

这也是动态规划，想啥呢，只不过用到了究极程度而已（当然不是我写的）