题目描述:
假设把某股票的价格按照时间先后顺序存储在数组中,请问买卖该股票一次可能获得的最大利润是多少?
示例 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。
示例 2: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。
限制:0 <= 数组长度 <= 10^5
参考解题思路:动态规划
动态规划解析:
- 状态定义: 设动态规划列表 dp ,dp[i]代表以 prices[i]为结尾的子数组的最大利润(以下简称为 前 i日的最大利润 )。
- 转移方程: 由于题目限定 “买卖该股票一次” ,因此前 i日最大利润 dp[i]等于前 i - 1日最大利润 dp[i-1]和第 i日卖出的最大利润中的最大值。
- 前 i 日最大利润 = max(前 (i-1) 日最大利润, 第 i 日价格 - 前 i 日最低价格)
- dp[i] = max(dp[i - 1], prices[i] - min(prices[0:i]))
- 初始状态: dp[0] = 0 ,即首日利润为 0;
- 返回值: dp[n - 1] ,其中 n 为 dp列表长度。
效率优化:
- 时间复杂度降低: 前 i 日的最低价格 min(prices[0:i]) 时间复杂度为O(i) 。而在遍历prices 时,可以借助一个变量(记为成本 cost )每日更新最低价格。优化后的转移方程为:
dp[i]=max(dp[i−1],prices[i]−min(cost,prices[i])
空间复杂度降低: 由于 dp[i] 只与 dp[i - 1], prices[i] , cost 相关,因此可使用一个变量(记为利润 profit)代替 dp列表。优化后的转移方程为:
profit=max(profit,prices[i]−min(cost,prices[i])
public int maxProfit(int[] prices) {
int min = Integer.MAX_VALUE; // 当前下标之前最小的值
int count = 0; // 当前下标前利益最大化的差值
for (int i = 0; i < prices.length; i++) {
min = Math.min(min, prices[i]); // 当前值与之前的最小值比较谁最小
count = Math.max(count, prices[i] - min); // 之前利益最大值与当前下标与之前最小差值比较谁更大
}
// 返回最大利益值就行
return count;
}
复杂度分析:
时间复杂度 O(N): 其中 N 为 prices 列表长度,动态规划需遍历 prices 。
空间复杂度 O(1) : 变量 cost和 profit使用常数大小的额外空间。
作者:jyd
链接:https://leetcode-cn.com/problems/gu-piao-de-zui-da-li-run-lcof/solution/mian-shi-ti-63-gu-piao-de-zui-da-li-run-dong-tai-2/