题目:买卖股票最佳时期
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/
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 。
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。
思路:运用动态规划
首先明确动态规划的步骤
1、明确dp(i)或者dp(i)(j)代表什么;
2、根据dp(i)和dp(i-1)关系推导状态转移方程;
3、明确起始值。
根据本题题意,我们可以分为两种情况(二维)
dp[i][j]:表示在第i天,手上持股状态为j时候,持有的盈利数
j = 0表示未持股
j = 1表示持股
dp[i][0]:表示今天不持股,有以下两种情况:
1、昨天未持股,今天无操作
2、昨天持股,今天卖出
dp[i][1]:表示今天持股,也有以下两种情况:
1、昨天持股,今天无操作
2、昨天未持股,今天买入(PS:因为题意说只能交易一次,所以手上的盈利数为当天股价的相反数)
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
siez = len(prices)
dp = [ [0, 0] for _ in range(size) ]
dp[0][0] = 0
dp[0][1] = -prices[0]
for i in range(1, size):
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[size-1][0]
代码优化:
因为明天的盈利数只与今天的盈利数有关系,所以可以去除列表存储数据
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
size = len(prices)
dp0 = 0
dp1 = -prices[0]
for i in range(1, size):
dp0 = max(dp0, dp1 + prices[i])
dp1 = max(dp1, -prices[i])
return dp0