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。
如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润。
注意你不能在买入股票前卖出股票。
输入: [7,1,5,3,6,4]
输出: 5 (6 - 1 = 5)
参考答案
注:股票系列问题按照:121、122、309、714、123、188的顺序看。(通用模板在188题处)
保存并不断更新之前的最小值(最低股价)
class Solution {
public:
int maxProfit(vector<int>& prices) {
int maxDiff = 0;
int length = prices.size();
if(length < 2)
return maxDiff;
int preMin = INT_MAX; // 保存之前最低的价格(第一次保存成了最高的价格,导致出错)
for(int i = 1; i < length; i++){
preMin = min(preMin, prices[i-1]);
maxDiff = max(maxDiff, prices[i] - preMin);
}
return maxDiff;
}
};
一个通用方法团灭 6 道股票问题
// 状态转移方程
// dp[i][1][0] = max(dp[i-1][1][0], dp[i-1][1][1] + prices[i])
// dp[i][1][1] = max(dp[i-1][1][1], dp[i-1][0][0] - prices[i])
// = max(dp[i-1][1][1], -prices[i])
// 解释:k = 0 的 base case,所以 dp[i-1][0][0] = 0。
//
// 现在发现 k 都是 1,不会改变,即 k 对状态转移已经没有影响了。
// 可以进行进一步化简去掉所有 k:
// dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
// dp[i][1] = max(dp[i-1][1], -prices[i])
// 在循环中处理basecase
class Solution {
public:
int maxProfit(vector<int>& prices) {
int length = prices.size();
if(length <= 1)
return 0;
int dp[length][2];
memset(dp, 0, sizeof(dp));
for (int i = 0; i < length; i++) {
if (i - 1 == -1) {
dp[i][0] = 0;
// 解释:
// dp[i][0]
// = max(dp[-1][0], dp[-1][1] + prices[i])
// = max(0, -infinity + prices[i]) = 0
dp[i][1] = -prices[i];
//解释:
// dp[i][1]
// = max(dp[-1][1], dp[-1][0] - prices[i])
// = max(-infinity, 0 - prices[i])
// = -prices[i]
continue;
}
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i]);
dp[i][1] = max(dp[i-1][1], -prices[i]);
}
return dp[length - 1][0];
}
};
// 提前处理basecase
class Solution {
public:
int maxProfit(vector<int>& prices) {
int length = prices.size();
if(length <= 1)
return 0;
int dp[length][2];
memset(dp, 0, sizeof(dp));
dp[0][0] = 0, dp[0][1] = -prices[0];
for (int i = 1; i < length; i++) {
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i]);
dp[i][1] = max(dp[i-1][1], -prices[i]);
}
return dp[length - 1][0];
}
};
// 注意一下状态转移方程,新状态只和相邻的一个状态有关,其实不用整个 dp 数组,
// 只需要一个变量储存相邻的那个状态就足够了,这样可以把空间复杂度降到 O(1)。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int length = prices.size();
if(length <= 1)
return 0;
// base case: dp[-1][0] = 0, dp[-1][1] = -infinity
int dp_i_0 = 0, dp_i_1 = INT_MIN;
for (int i = 0; i < length; i++) {
// dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
dp_i_0 = max(dp_i_0, dp_i_1 + prices[i]);
// dp[i][1] = max(dp[i-1][1], -prices[i])
dp_i_1 = max(dp_i_1, -prices[i]); // 注意这里和股票第二题的状态转移方程不一样
}
return dp_i_0;
}
};
// 或者提前处理i == 0时的basecase (推荐这种解法,更好理解)
class Solution {
public:
int maxProfit(vector<int>& prices) {
int length = prices.size();
if(length <= 1)
return 0;
// base case: dp[-1][0] = 0, dp[-1][1] = -infinity
int dp_i_0 = 0, dp_i_1 = -prices[0];
for (int i = 1; i < length; i++) {
// dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
dp_i_0 = max(dp_i_0, dp_i_1 + prices[i]);
// dp[i][1] = max(dp[i-1][1], -prices[i])
dp_i_1 = max(dp_i_1, -prices[i]); // 注意这里和股票第二题的状态转移方程不一样(理解:这里其实变相保证了只能买卖一次)
}
return dp_i_0;
}
};