思路: 1.暴力枚举:两重循环枚举两点,得到前后最大差值,但是时间复杂度,此题的数据范围显然会超时。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int ans = 0;
for(int i = 0; i < prices.size(); i ++){
for(int j = i+1; j < prices.size(); j ++){
ans = max(ans, prices[j]-prices[i]);
}
}
return ans;
}
};
2. 单调栈:本题目的即求后面与当前值的最大差值,可以考虑单调队列方法得到以当前i位置往后的单调栈,在以当前prices[i]和队投元素取差得到临时差值再不断取max即可,由于此题在不断的取单调栈,因此最坏的情况下是最后只剩下最后一个数,那么其最坏复杂度为O(2n),忽略其常数情况下便是O(n)。
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<int> st;
int ans = 0;
for(int i = prices.size()-1; ~i; i--){
if(!st.size()) st.push_back(prices[i]);
else{
while(st.size()&&st.front()<=prices[i]) st.pop_back();
st.push_back(prices[i]);
// 此时的st[0]-st.back()为prices中末尾到i位置的降序单调队列
ans = max(ans, st[0]-prices[i]); // 可以直接得到i位置与其后最大值的差值
}
}
return ans;
}
};
3. 遍历+最低价格买进:不难看出我们只要再最低价格时买进,久极大可能会获取最大的利润。遍历的过程中不断更新最低价格即可, 时间复杂度O(n),由于少取了push和pop的操作显然会比单调栈的方法快很多。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int ans = 0, minn = INT_MAX;
for(auto price:prices){
ans = max(ans, price-minn); // 当前价格减之前的最低价
minn = min(minn, price); // 更新最低价
}
return ans;
}
};