给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
示例 1:
输入:prices = [7,1,5,3,6,4]
输出:7
解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。
总利润为 4 + 3 = 7 。
示例 2:
输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
提示:
1 <= prices.length <= 3 * 104
0 <= prices[i] <= 104
暴力递归:时间超时。转化成动态规划或记忆化搜索很难,需要研究
class Solution {
public int maxProfit(int[] prices) {
int[][] cache = new int[2][prices.length];
for (int i = 0; i < 2; i++) {
for (int j = 0; j < prices.length; j++) {
cache[i][j] = -1;
}
}
return dfs(-999, 0 ,prices, cache);
}
public int dfs(int price, int curIndex, int[] prices, int[][] cache) {
if (curIndex == prices.length-1) {
if (price == -999) {
return 0;
} else {
int cnt = prices[curIndex] - price;
if (cnt > 0) {
return cnt;
}
return 0;
}
}
if (price == -999) {//手里没有股票
return Math.max(dfs(prices[curIndex], curIndex+1, prices, cache), dfs(price, curIndex+1, prices, cache));
} else {//可以卖出
return Math.max(prices[curIndex] - price + dfs(-999, curIndex+1, prices, cache), dfs(price, curIndex+1, prices, cache));
}
}
}