数据结构002：买卖股票的最佳时机

最新推荐文章于 2023-05-16 06:15:00 发布

艰默

最新推荐文章于 2023-05-16 06:15:00 发布

阅读量62

点赞数 1

分类专栏：数据结构文章标签：数据结构算法 leetcode

本文链接：https://blog.csdn.net/jianmo1993/article/details/128203956

版权

数据结构专栏收录该内容

7 篇文章 0 订阅

订阅专栏

原文链接：数据结构002：买卖股票的最佳时机

题目

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。

解题思路

结合题意，想获取高额回报，肯定是低买高卖，那我们首先想到的是找出数组中的最小值，当天买入，找出最大值，当天卖出，岂不美哉，但是两个字立马把我们拉回现实，如果数组的最大值在最小值前面呢，不就不符合实际情况了吗。那我们该怎么搞？突然想到这道题与我们之前的最大子数组和的内容有些类似，那解题思路是否类似呢？我们套用一下它的思路，找软柿子捏，先从短的数组开始分析（以{a, b, c, d, e}为例），既然要从短的数组分析，为了找出规律，我们将 $f (i)$ 记为第 $i$ 天卖出股票时的最大利润。那么，我们需要在[0,i-1]的范围内找到最小值 $minPrice_{[0,i)}$ ，则有 $f (i) = p r i c e s [i] - m i n P r i c e$ 。

i=0：题目要求当天买入，只能在未来的日子卖出。因此，无法在 $i = 0$ 处卖出，因此，最小值 $minPrice_{[0,0)} =0$ ， $f (0) = 0$ 。
i=1：这种只能 $i = 0$ 处买入， $i = 1$ 处卖出。最小值 $minPrice_{[0,1)} =max\{ a\}$ ， $f (1) = b - m i n P r i c e$ 。
i=2：最小值 $minPrice_{[0,2)}=max\{ minPrice_{[0,1)}, b\}$ ， $f (2) = c - m i n P r i c e$ 。
i=3：最小值 $minPrice_{[0,3)}=max\{ minPrice_{[0,2)}, c\}$ ， $f (3) = d - m i n P r i c e$ 。
i=4：最小值 $minPrice_{[0,4)}=max\{ minPrice_{[0,3)}, d\}$ ， $f (4) = e - m i n P r i c e$ 。

上面我们已经把prices = {a, b, c, d, e}中，第 $i$ 天卖出股票的所有情况都列举出来了，那么要求一次交易获取的最大利润 $m a x P r o f i t$ 就变得很简单了：
$maxProfit=max\{f(0), f(1), f(2), f(3), f(4)\}$
结合上面的分析，该问题的实现代码应该如下：

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int minPrice = numeric_limits<int>::max(); //将minPrice初始化为一个int型最大值，同时兼容i=0时的情况
        int maxProfit = 0;
        for (int price: prices) {
            maxProfit = max(maxProfit, price - minPrice);
            minPrice = min(price, minPrice); //对应minPrice[0,i)=max{minPrice[0,1-1), prices[i-1]}
        }
        return maxProfit;
    }
};