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。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。
示例 2:
输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
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。
思路
1.动态规划
状态
有 买入(buy) 和 卖出(sell) 这两种状态。
转移方程
对比上题,这里可以有无限次的买入和卖出,也就是说 买入 状态之前可拥有 卖出 状态,所以买入的转移方程需要变化。
- buy = max(buy, sell - price[i])
- sell = max(sell, buy + prices[i] )
边界
第一天 buy = -prices[0]
, sell = 0
,最后返回 sell 即可。
复杂度分析
时间复杂度:O(N),这里 N 表示股价数组的长度。
空间复杂度:O(1)
2.贪心算法
这道题使用贪心算法的流程是这样的:
- 从第 i 天(这里 i >= 1)开始,与第 i - 1 的股价进行比较,如果股价有上升(严格上升),就将升高的股价( prices[i] - prices[i- 1] )记入总利润,按照这种算法,得到的结果就是符合题意的最大利润。
下面对这个算法进行几点说明:
1、该算法仅可以用于计算,但计算的过程并不是真正交易的过程,但可以用贪心算法计算题目要求的最大利润。下面说明这个等价性:以 [1, 2, 3, 4] 为例,这 4 天的股价依次上升,按照贪心算法,得到的最大利润是:
res = (prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])
= prices[3] - prices[0]
2、解释一下它为什么叫 “贪心算法”
“贪心算法” 在每一步总是做出在当前看来最好的选择。
因此,
“贪心算法” 和 “动态规划”、“回溯搜索” 算法一样,完成一件事情,是分步决策的;
“贪心算法” 在每一步总是做出在当前看来最好的选择,我是这样理解 “最好” 这两个字的意思:
“最好” 的意思往往根据题目而来,可能是 “最小”,也可能是 “最大”;
贪心算法和动态规划相比,它既不看前面(也就是说它不需要从前面的状态转移过来),也不看后面(无后效性,后面的选择不会对前面的选择有影响),因此贪心算法时间复杂度一般是线性的,空间复杂度是常数级别的。
这道题 “贪心” 的地方在于,对于 “今天的股价 - 昨天的股价”,得到的结果有 3 种可能:(1)正数(2)0(3)负数。
贪心算法的决策是:只加正数。
复杂度分析:
- 时间复杂度:O(N),这里 N 表示股价数组的长度;
- 空间复杂度:O(1)。
Python
动态规划
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if len(prices)<=1:
return 0
buy = -prices[0]
sell= 0
for i in prices:
buy = max(buy, sell - i)
sell= max(sell, buy + i)
return sell
贪心算法
class Solution:
def maxProfit(self, prices: 'List[int]') -> int:
gains = [prices[i] - prices[i-1] for i in range(1, len(prices))
if prices[i] - prices[i-1] > 0]
return sum(gains)
C++
class Solution {
public:
int maxProfit(vector<int>& prices) {
if(prices.size()<=1) return 0;
auto buy = -prices[0];
auto sell= 0 ;
for(auto x:prices){
buy = max(buy, sell-x);
sell= max(sell, buy+x);
}
return sell;
}
};