D49|买卖股票Part1

121. 买卖股票的最佳时机

1.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 。

2.实现
法一：
鉴于股票题经常考虑差价，所以观察相邻差的数组可发现，如何去记录当前状态值和更新利润最大值

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        if n == 1:
            return 0
        diff = []
        for i in range(1, n):
            diff.append(prices[i] - prices[i - 1])
        res = -inf
        tmp = 0
        for u in diff:
            if u <= (u + tmp):
                tmp = u + tmp
            else:
                tmp = u
            res = max(res, tmp)
        return res if res > 0 else 0

法二：
动态规划，难点在于如何定义dp数组以及推导递推公式

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        # 用动态规划dp做，且只需长度为2的数组记录
        dp = [0] * 2
        dp[0] = -prices[0] # 表示持有股票（不一定是当前的）获得的最大金额
        dp[1] = 0 # 表示不持有股票获得的最大金额
        for u in prices:
            dp[0] = max(dp[0], -u)
            dp[1] = max(dp[1], u + dp[0])
        return dp[1]

法三：
贪心算法，时间复杂度O(n)，拓展做做

122.买卖股票的最佳时机II

1.题目
给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

2.实现
如何理解买卖多次！——唯一受影响的即递推公式——对于持有股票和不持有股票两种情景来说，持有股票由于可以多次卖出，所以应当改变；未持有股票是否记录了最大利润，可以自己举例理解

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        # 贪心算法即求所有的正值
        # 动规思考如何体现可以多次买卖，即持有股票时欲购买新股票，则需考虑遗留的利润
        # 未持有则记录到该索引位置能获得的最大利润，一旦重新购入有剩余利润的股票并高价卖出时则未持有对应的dp[1]更新
        dp = []
        dp.append(-prices[0])
        dp.append(0)
        for u in prices:
            dp[0] = max(dp[0], dp[1] - u)
            dp[1] = max(dp[1], dp[0] + u)
        return dp[1]

文章讲解