买卖股票的最佳时机 II
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。
提示:
1 <= prices.length <= 3 * 10 ^ 4
0 <= prices[i] <= 10 ^ 4
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii
整体思路:
贪心算法
把相邻两天的股票进行比较,差值大于0为利润,小于零等于亏损,不买。只能用于计算最大利润,计算的过程并不是实际的交易过程。
具体贪心算法讲解可查看官方贪心算法讲解
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
if (prices.empty()) return 0;
int profit = 0;//利润
int n = prices.size();
for (int i = 1; i < n; i++) {
profit += max(0, prices[i] - prices[i - 1]);
}
return profit;
}
};
复杂度分析
时间复杂度:O(n)其中 nn 为数组的长度。我们只需要遍历一次数组即可。
空间复杂度:O(1) 只需要常数空间存放若干变量。
动态规划:
具体见官方动态规划讲解,这里我将数组换成了pair进行储存
代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
vector<pair<int, int>> dp(n,make_pair(0,0));
dp[0].first = 0, dp[0].second = -prices[0];
for (int i = 1; i < n; ++i) {
dp[i].first = max(dp[i - 1].first, dp[i - 1].second + prices[i]);
dp[i].second = max(dp[i - 1].second, dp[i - 1].first - prices[i]);
}
return dp[n - 1].first;
}
};