题目
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
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 。
解析
这道题还是只用贪心算法的话,要求整体的最大利润,相当于分解成各个小的利润的和,当天买入再卖出的价钱是一样的,当然没利润,要两天才会产生利润;此时两天的利润可能是正的也可能是负的,那么我们把可以加的正的都加起来就是最大利润。
func maxProfit(prices []int) int {
var res int
for i:=1; i < len(prices); i++ {
if prices[i] - prices[i-1] > 0 {
res += prices[i] - prices[i-1]
}
}
return res
}
当然在这里还是要说一下动态规划的方法:
这道题用暴力、贪心、动态规划都能解,在这里就只说动态规划的方法了,还是先用动规五部曲走一遍:
1.确定dp数组及其含义
这里需要定义一个二维DP数组
dp[i][0] 表示第i天持有股票所得最多现金
dp[i][1] 表示第i天不持有股票所得最多现金
2.确定dp公式
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]); 注意这里,因为本次可以多次买入卖出,因此这里在计算该天持有股票的时候,需要计算出之前的已经卖出得到的利润
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i]);
3.dp数组初始化
dp[0][0] = -prices[0];
dp[0][1] = 0;
func maxProfit(prices []int) int {
// 动态规划解法
dp := make([][]int, len(prices))
for i := 0; i < len(prices); i++ {
dp[i] = make([]int, 2)
}
// 所以在这里初始化的是一个二维数组,且第二维度只有0和1两个值
// 0代表持有该股票,1代表不持有该股票
// 初始化DP数组
dp[0][0] = -prices[0] // 若第一天就持有的话,只能是当天买入
dp[0][1] = 0 // 若第一天不持有,很合理
for i := 1; i < len(prices); i++ {
dp[i][0] = max(dp[i-1][0], dp[i-1][1] - prices[i]) // 注意这一行
dp[i][1] = max(dp[i-1][1], dp[i-1][0] + prices[i])
}
return dp[len(prices)-1][1]
}
func max(a, b int) int {
if a > b {
return a
}
return b
}