力扣第121题 买卖股票的最佳时机 c++ 动态规划解法 熟练dp思维 之简单题 附Java代码

题目

（在我以前有贪心解法，也可以去参考参考）

贪心解法 股票问题https://blog.csdn.net/jgk666666/article/details/133978629

121. 买卖股票的最佳时机

简单

相关标签

数组   动态规划

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 。

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；同时，你不能在买入前卖出股票。

示例 2：

输入：prices = [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 <= 105
• 0 <= prices[i] <= 104

思路和解题方法

1. 首先判断给定的股票价格数组的长度是否为0，如果为0，则直接返回0。
2. 然后，代码使用循环从第二天开始遍历股票价格数组。对于第i天，有两种状态：要么持有股票，要么不持有股票。
3. 如果选择持有股票，那么前一天就不能持有股票，因此dp[i][0]的值就是dp[i-1][0]和0-prices[i]中的较大值，表示第i天持有股票时的最大利润。
4. 如果选择不持有股票，那么前一天可以是持有股票或者不持有股票，取其中的较大值加上当前股票价格，即prices[i]+dp[i-1][0]，表示第i天不持有股票时的最大利润。
5. 最后，返回dp[len-1][1]，表示最后一天不持有股票时的最大利润，即最终的最大利润。

复杂度

        时间复杂度:

                O(n)

         时间复杂度为O(n)，其中n是prices数组的长度。因为我们需要遍历整个prices数组，每次计算dp[i][0]和dp[i][1]都只需要常数时间操作。所以总体时间复杂度为O(n)。

        空间复杂度

                O(n)

        空间复杂度为O(n)，其中n是prices数组的长度。因为使用了一个二维数组dp，大小为(len, 2)，其中len是prices数组的长度。所以空间复杂度为O(n)。

c++ 代码

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int len = prices.size();
        if(len == 0) return 0;
        vector<vector<int>> dp(len,vector<int>(2));
        dp[0][0] -= prices[0]; // 初始化第一天持有股票的收益为买入股票的价格
        dp[0][1] =0; // 初始化第一天不持有股票的收益为0
        for(int i = 1;i<len;i++)
        {
            dp[i][0]=max(dp[i-1][0],0-prices[i]); // 当前持有股票的最大收益，可以选择继续持有之前的股票或者买入新的股票
            dp[i][1]=max(dp[i-1][1],prices[i]+dp[i-1][0]); // 当前不持有股票的最大收益，可以选择继续不持有或者卖出当前持有的股票
        }
        return dp[len-1][1]; // 返回最后一天不持有股票的收益，即最大利润
    }
};

Java代码

• 首先进行特判，如果输入数组prices为空，则直接返回0。
• 然后创建一个二维数组dp，大小为(length, 2)，其中length是输入数组prices的长度。dp[i][0]表示第i天持有股票时的最大收益，dp[i][1]表示第i天不持有股票时的最大收益。
• 初始化dp[0][0]为买入第一天股票的价格，即-prices[0]，而dp[0][1]初始化为0，表示第一天不持有股票的收益为0。
• 使用循环遍历prices数组，从第二天开始。对于每一天，计算在该天持有或不持有股票的最大收益：
  • 对于持有股票的情况，可以选择继续持有之前的股票或者买入新的股票，取两者中较大的一个作为dp[i][0]的值。
  • 对于不持有股票的情况，可以选择继续不持有或者卖出当前持有的股票，取两者中较大的一个加上当前股票价格作为dp[i][1]的值。
• 最后返回最后一天不持有股票时的收益，即dp[length-1][1]，表示整个交易过程的最大利润。

class Solution {
    public int maxProfit(int[] prices) {
        if (prices == null || prices.length == 0) return 0; // 特判，如果输入数组为空，则直接返回0
        int length = prices.length;
        // dp[i][0]代表第i天持有股票的最大收益
        // dp[i][1]代表第i天不持有股票的最大收益
        int[][] dp = new int[length][2]; // 创建一个二维数组dp，大小为(length, 2)
        int result = 0; // 初始化结果为0
        dp[0][0] = -prices[0]; // 初始化第一天持有股票的收益为买入股票的价格
        dp[0][1] = 0; // 初始化第一天不持有股票的收益为0
        for (int i = 1; i < length; i++) { // 从第二天开始循环
            dp[i][0] = Math.max(dp[i - 1][0], -prices[i]); // 当前持有股票的最大收益，可以选择继续持有之前的股票或者买入新的股票
            dp[i][1] = Math.max(dp[i - 1][0] + prices[i], dp[i - 1][1]); // 当前不持有股票的最大收益，可以选择继续不持有或者卖出当前持有的股票
        }
        return dp[length - 1][1]; // 返回最后一天不持有股票的收益，即最大利润
    }
}

觉得有用的话可以点点赞，支持一下。

如果愿意的话关注一下。会对你有更多的帮助。

每天都会不定时更新哦  >人<  。