1.贪心法
直观、常规的方法。若把每天的股票价格绘制成折线图,则寻找最多的正增量相加。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size(),ans=0;
for(int i=1;i<n;i++){
if(prices[i]-prices[i-1]>0){
ans+=prices[i]-prices[i-1];
}
}
return ans;
}
};
突然想起来一个易错点。
上面的if语句若写成:
if(prices[i]-prices[i-1]),则把减函数也会算进去。不能图简洁必须写“>0”
2.常规动态规划及其优化
dp[i][0]表示第i天手中无股票的最佳情况,dp[i][1]同理。
有个小疑惑,当我把定义dp数组的30010写成3*10^4+10时,当轮到测试数据后期,便会报不知名的错误。
class Solution {
public:
int maxProfit(vector<int>& nums) {
int dp[30010][2]={0};
int n=nums.size();
dp[0][0]=0; dp[0][1]=-nums[0];
for(int i=1;i<n;i++){
dp[i][0]=max(dp[i-1][0],dp[i-1][1]+nums[i]);
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-nums[i]);
}
return dp[n-1][0];
}
};
至于优化,可以用把二维数组压缩成滚动一维数组的那类方法,把上面这个二维数组压缩成两个滚动变量即可。