力扣No.121——初识动态规划思想（Java实现）

小树上的男爵

已于 2022-02-18 22:27:14 修改

阅读量334

点赞数 1

分类专栏：力扣刷题笔记文章标签：动态规划 leetcode java

于 2022-02-17 21:42:34 首次发布

本文链接：https://blog.csdn.net/hubuers/article/details/122992337

版权

力扣刷题笔记专栏收录该内容

12 篇文章 0 订阅

订阅专栏

本文介绍了动态规划策略在解决股票交易最大利润问题（LeetCode No.53）和最大子数组和问题中的应用。通过对比暴力求解和动态规划方法，展示了动态规划如何通过保存子问题答案降低时间复杂度。文章提供了详细的代码实现，解释了动态规划的思路，包括记录当天之前买入的股票最低价格和计算每天的最大利润。

摘要由CSDN通过智能技术生成

动态规划策略的定义

动态规划和备忘录共同作用。动态规划和分治法的主要区别在于：对于后者，子问题是相互独立的，而在动态规划中，子问题可能是重叠的，通过使用备忘录（用于保存已解决子问题的答案）。对于大部分问题，动态规划是能够将问题的时间复杂度由指数级如O(n²)、O(n³)降低为多项式级别的

一、问题描述

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 。
在这里插入图片描述

二、暴力法（将会超出时间限制）

代码如下

public int maxProfit(int[] prices) {
        int maxprofit = 0;
        for (int i = 0; i < prices.length - 1; i++) {
            for (int j = i + 1; j < prices.length; j++) {
                int profit = prices[j] - prices[i];
                if (profit > maxprofit) {
                    maxprofit = profit;
                }
            }
        }
        return maxprofit;
    }

二、动态规划

该方法来自力扣用户北冥有鱼，比官方解法更容易理解
思路还是挺清晰的，DP思想：

记录【今天之前买入的最小值】
计算【今天之前最小值买入，今天卖出的获利】，也即【今天卖出的最大获利】
比较【每天的最大获利】，取最大值即可

public int maxProfit(int[] prices) {
        if(prices.length <= 1)
            return 0;
        int min = prices[0], max = 0;
        for(int i = 1; i < prices.length; i++) {
            max = Math.max(max, prices[i] - min);
            min = Math.min(min, prices[i]);
        }
        return max;
    }

补充：力扣No.53-最大子数组

在这里插入图片描述

public static int maxSubArray(int[] nums) {
        if (nums.length == 1) {
            return nums[0];
        }
        //局部最优解
        int preSum = 0;
        //全局最优解
        int maxSum = nums[0];
        for (int num : nums) {
            //局部最优解preSum，也就是所谓的“记事本”
            preSum = Math.max(preSum + num, num);
            //从记事本中找到全局最优解
            maxSum = Math.max(maxSum, preSum);
        }
        return maxSum;
    }