【动态规划】leetcode121.买卖股票的zuijia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 。

解答：

方法一：暴力解法，超时
时间复杂度：O(n^2)
空间复杂度：O(1)

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        #暴力解法
        n=len(prices)
        res=0
        for i in range(n):
            for j in range(i+1,n):
                res=max(res,prices[j]-prices[i])
        return res

方法二：贪心

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        #贪心，取最左最小值和最右最大值
        n=len(prices)
        res=0
        low=prices[0]
        for i in range(1,n):
            low=min(low,prices[i])
            res=max(res,prices[i]-low)
        return res

方法三：动态规划
时间复杂度：O(n)
空间复杂度：O(n)

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        #动态规划
        #dp[i][0]:第i天持有股票所得最多现金 
        #dp[i][1]:第i天不持有股票所得最多现金 
        n=len(prices)
        if n<=1:
            return 0
        dp=[[0]*2 for i in range(n)]
        dp[0][0]=-prices[0]
        for i in range(1,n):
            dp[i][0]=max(dp[i-1][0],-prices[i])
            dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i])
        return max(dp[n-1])
        #return dp[n-1][1]

方法三：动态规划，空间优化
时间复杂度：O(n)
空间复杂度：O(1）

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        #动态规划
        #dp[i][0]:第i天持有股票所得最多现金 
        #dp[i][1]:第i天不持有股票所得最多现金 
        n=len(prices)
        if n<=1:
            return 0
        dp=[[0]*2 for i in range(2)]
        dp[0][0]=-prices[0]
        for i in range(1,n):
            dp[i%2][0]=max(dp[(i-1)%2][0],-prices[i])
            dp[i%2][1]=max(dp[(i-1)%2][1],dp[(i-1)%2][0]+prices[i])
        #return max(dp[(n-1)%2])
        return dp[(n-1)%2][1]