题目来源
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/gu-piao-de-zui-da-li-run-lcof
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。
解题方法
题目
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。
暴力法
解题思路
很简单的,max(<i,j>两者差值)就好。
代码
public int maxProfit(int[] prices) {
int profit = 0;
for(int i = 0;i < prices.length;i++){
for(int j = i;j < prices.length;j++){
profit = Math.max(profit,prices[j]-prices[i]);
}
}
return profit;
}
复杂度分析
- 时间复杂度
(n - 1)+ (n - 2) + … + 2 + 1 = n(n - 1)/2 ~ O(n^2) - 空间复杂度
只需要维护变量profit,所以空间复杂度为O(1)
dp数组
解题思路
- 动态规矩解析
- 状态定义:设列表dp,dp[i]代表以prices[i]为结尾的数组的最大利润(以下简称为前 i 日的最大利润)。
- 转移方程:前 i 日最大利润dp[i]等于前 i - 1日最大利润和第 i 日卖出的最大利润中的最大值。
- 初始状态:dp[0] = 0,即首日利润为0。
- 返回值:dp[n - 1]
- 递推式
前 i 日最大利润 = max(前 i - 1 日最大利润,第 i 日价格 - 前 i 日最低价格)
dp[i] = max(dp[i - 1],prices[ i ] - min(price[0 : i]))
代码
public int maxProfit(int[] prices) {
int cost = Integer.MAX_VALUE; // min(prices[0 : i])
int len = prices.length;
int[] dp = new dp[len];
for(int i = 0;i < len;i++){
cost = Math.min(prices[i],cost);
dp[i] = Math.max(dp[i-1],prices[i]- cost);
}
return dp[len-1];
}
复杂度分析
- 时间复杂度O(n)
- 空间复杂度
因为有dp[]列表,所以空间复杂度为O(n)
dp数组改进之变量维护
解题思路
- dp[]列表可以用profit变量来代替
代码
public int maxProfit(int[] prices) {
int cost = Integer.MAX_VALUE,profit = 0;
for(int price : prices){
cost = Math.min(cost,price);
profit = Math.max(profit,price-cost);
}
return profit;
}
复杂度分析
- 时间复杂度O(n)
- 空间复杂度O(1)