股票的最大利润

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

1. 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）。
2. 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。
3. 初始状态：dp[0] = 0，即首日利润为0。
4. 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)