题干
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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock
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。
思路及代码
起初,看题没看仔细,看到示例1,算到6的索引是4+1;示例二中无合适值,返回0,以为是返回卖出的天数。引以为戒!
首先是想到的是暴力破解法:
两层遍历,一层是买入,一层是卖出,当前收益等于 卖出价-买入价,卖出的天数必须大于买入的天数。
最后保留最大的 卖出买入差
class Solution {
public int maxProfit(int[] prices) {
int cur_profit;
int max=0;
for(int i=0;i<prices.length-1;i++)
{
for(int j=i+1;j<prices.length;j++)
{
cur_profit=prices[j]-prices[i];
if(cur_profit>max){
max=cur_profit;
}
}
}
return max;
}
}
两层嵌套,很明显时间复杂度是O(N^2),使用了cur_profit 和max两个变量,所以空间复杂度为O(1)
提交时间 | 提交结果 | 运行时间 | 内存消耗 | 语言 |
---|---|---|---|---|
几秒前 | 超出时间限制 | N/A | N/A | Java |
但超时了。。。
那么就需要考虑减少遍历,至少减少一层,从O(N^2)降低到O(N)。
那么只能时间换空间
(注意字体颜色关系)要计算最大利润,呢么就需要三个值,最小买入价(买入价格中最低的),利润(卖出价格-最小值),最大利润(利润中最大的)。
看一下限制条件:
1.最小买入价肯定要在利润中卖出价格的前面, 只要在卖出价格之前的所有值中,最小值就是最小买入价; 即 A= min(初始买入价,当前买入价)
2.利润=卖出价格-最小买入价。 即 B= 卖出价格-min(初始买入价,当前买入价)=卖出价格-A ;
3.最大利润= max(初始利润,当前利润)=max(初始利润,B) ,倘若利润为负,则根据示例2,返回0,所以我们初始利润设置为0
相较于暴力破解法,我们为了减少遍历层数,所以新增了一个变量,其中最小买入价只需要与遍历的索引相比即可,必须在当前索引值前(或者相等)。
只需要关注最小卖出前的价格(即遍历下标作为限定)以及卖出价格,还有二者间最大差值。通过一次遍历,下标的两次限定决定的两个变量,减少一层遍历O(n),增加一个变量O(1),降低了开销。
class Solution {
public int maxProfit(int[] prices) {
// 先找最小值,匹配最小值索引值,在索引值后找最大值。
int min=prices[0];
int max=0;
int price=0;
for(int i=0;i<prices.length;i++){
// 遍历对比取最小值
min=Math.min(min,prices[i]);
// 当前值与最小值的差
price=prices[i]-min;
// 最大值与差值的最大值,
// 如果为正,则取正,若一直不为正则返回初始值max=0
max=Math.max(max,price);
}
return max;
}
}
提交时间 | 提交结果 | 运行时间 | 内存消耗 | 语言 |
---|---|---|---|---|
1 天前 | 通过 | 3 ms | 51.4 MB | Java |