121. 买卖股票的最佳时机(简单)
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 <= 10^5
0 <= prices[i] <= 10^4
解题思路:
方法①:双重for循环暴力破解,因为需要返回最大利润,而且利润=卖出价减去买入价,得先买后买,因此只能后面的元素减去前面位置的元素的差值,我们可以定义俩个for循环,外循环为整个数组倒序遍历。内循环为外循环的元素位-1,倒序遍历。这样就保证了不会在买入前就卖出!
并且由题提示得知:
1 <= prices.length <= 10^5
0 <= prices[i] <= 10^4
那么就不需要考虑数组长度的问题,不用担心会数组越界
那么具体的Java实现代码如下:
public class Solution {
public int maxProfit(int[] prices) {
int maxprofit = 0;
int n=prices.length-1;
for (int i = n; i >=0; i--) {
for (int j = i -1; j >= 0; j--) {
int profit = prices[i] - prices[j];
if (profit > maxprofit) {
maxprofit = profit;
}
}
}
return maxprofit;
}
}
定义最大利润初始值=0,这样若没有大于最大利润的初始值,就会返回0,符合题意,满足需求。
方法①算法的复杂度分析:
时间复杂度为 O(n^2),循环运行 n(n−1)/2 次。
空间复杂度为O(1)。因为只使用了常数级别的额外空间来存储最大利润值和当前利润值。常数级别的额外空间与输入数组长度无关,所以空间复杂度是O(1)。
接下来进行用例测试!如下图:
测试用例满足,提交查看是否真正满足需求?
可以看到超出题目的时间限制了,因此这种解题方式不可取。
方法②一次遍历
题目的目标是找到一种最佳的交易策略,从而在股票价格中获取最大的利润,可以使用贪心算法来解决。
这个算法的思路如下:
- 初始化当前最小值为数组中的第一个元素,最大利润为零。
- 遍历整个数组,判断当前价格与历史最低价格的差额是否大于最大利润。如果是,则将最大利润更新为这个差额,并保持当前最低价不变。
- 如果当前价格小于历史最低价格,则选择当前价格作为新的买入价格,并保持最大利润不变。
- 最终返回最大利润值。
public class Solution {
public int maxProfit(int[] prices) {
//if(prices.length==0){
// return 0;
//}
int minPrice =prices[0]; // 当前最小价格初始化为数组的第一个元素
int maxProfit = 0; // 最大利润初始化为零
for (int i =1; i < prices.length; i++) {
if (prices[i] < minPrice) { // 如果当前价格小于历史最低价格,则选择当前价格作为新的买入价格
minPrice = prices[i];
} else if (prices[i] - minPrice > maxProfit) { // 如果当前价格减去历史最低价格得到了更大的差额,则更新最大利润值
maxProfit = prices[i] - minPrice;
}
}
return maxProfit;
}
}
方法②算法复杂度分析:
- 时间复杂度:O(n),只遍历一次数组。
- 空间复杂度:O(1),只使用了常数个变量,没有使用额外的内存空间。
进行用测测试,提交查看是否满足需求?
PS:通过使用该算法,可以有效地计算出给定时间内的最大利润,并找到适当的买卖时机进行股票交易。但是由于贪心策略的局限性,这种算法并不一定能得到全局最优解,但它可以在短时间内得到一个近似解。如果需要求得全局最优解,则需要使用其他更复杂的算法。
解决时间:2023/05/10-15:22分 以上仅为个人对力扣算法的学习记录,有错误欢迎各位指出,交流学习!感谢观看