该博客介绍了一个使用动态规划算法解决股票交易问题的代码实现。在给定的一组股票价格中，目标是找到最大利润的买卖组合。示例展示了如何在不同价格中找出最佳买入和卖出时机，例如在价格为[7,1,5,3,6,4]的情况下，最大利润为5。当股票价格总体下降时，可能不存在交易机会，因此最大利润为0。动态规划方法能够有效地处理此类问题。
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。
提示：
1 <= prices.length <= 105
0 <= prices[i] <= 104
代码
class Solution {
public:
int maxProfit(vector<int>& prices) {
int v=0;
int sub=prices[0];
for(int i=1;i<prices.size();i++){
if(prices[i]-sub<0){
sub=prices[i];
}
else{
v=fmax(v,prices[i]-sub);
}
}
return v;
}
};
总结
动态规划
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
