【贪心】买卖股票的最佳时机含手续费


/** 贪心:每次选取更低的价格买入,遇到高于买入的价格就出售(此时不一定是最大收益)。
 *        使用buy表示买入股票的价格和手续费的和。遍历数组,如果后面的股票价格加上手续费
 *        小于buy,说明有更低的买入价格更新buy。如果大于buy出售该股票(此时不一定为最大收益)
 *        所以令buy等于该股票价格即buy = prices[i], 如果prices[i+1]大于buy,出售该 
          prices[i+1]相当于
 *        prices[i+1] - prices[i] 在加上之前的利益 prices[i] - buy.等于在 i 天没做任何操 
          作。
 *
 * @auther start
 * @create 2023-12-24 22:14
 */
public class L714 {
    public int maxProfit(int[] prices, int fee) {
        int n = prices.length;
        //保存获利的钱数
        int profit = 0;
        //初始化buy
        int buy = prices[0] + fee;
        for (int i = 1; i < n; i++) {
            //这种情况说明有更低的价格出现更新buy
            if (prices[i] + fee < buy) {
                buy = prices[i] + fee;
            } else if (prices[i] > buy){ // 高于buy出售股票,并将获利钱数加到profit中
                profit += prices[i] - buy;
                //更新buy
                buy = prices[i];
            }
        }
        return profit;
    }
}

贪心法可以用来解决最佳买卖股票的时间问题。贪心法是一种算法策略,它在每一步选择中都采取当前状态下最优的选择,而不考虑当前选择对未来的影响。 在最佳买卖股票的时间问题中,我们希望找到一种买入和卖出的时机,使得利润最大化。贪心法可以通过遍历股票价格数据,同时维护一个最小买入价格和一个最大利润。 具体步骤如下: 1. 初始化最小买入价格为正无穷,最大利润为0。 2. 遍历股票价格数据,对于每个价格: - 如果当前价格比最小买入价格小,更新最小买入价格为当前价格。 - 否则,计算当前价格与最小买入价格的差值,与最大利润比较并更新最大利润。 3. 返回最大利润作为结果。 贪心法的优势在于其简单性和高效性。它只需要遍历一次股票价格数据,时间复杂度为O(n),其中n是数据点的数量。相比于穷举法,贪心法具有更低的时间复杂度。 然而,需要注意的是,贪心法并不一定能给出最优解。因为贪心法只关注当前状态下的最优选择,而没有考虑整体的最优解。在某些情况下,贪心法可能会错过一些更优的买卖时机,导致得到的利润并非最大值。 因此,在使用贪心法解决最佳买卖股票的时间问题时,我们需要仔细分析问题的特点和限制条件,确保贪心策略的适用性。在某些特殊情况下,可能需要使用其他算法策略,如动态规划或分治法,以获得更准确的结果。 总之,贪心法是一种快速且简单的算法策略,可以用于解决最佳买卖股票的时间问题。但在实际应用中,需要根据具体情况评估其适用性,并注意可能存在的局限性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值