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 <= 10^5
0 <= prices[i] <= 10^4
思路
-
比较简单的思路就是穷举。穷举第i天买入后剩余size-i-1天卖出得到的最高利润。这样一共有size*(size-1)/2种情况,也就是O(n^2)。这种算法超时了,不予考虑。
-
但是实际上第i天买入后,后续的最高价格是固定的,因此可以用一个数组来提前计算好。这种情况下,第一次记录最高价格需要n次循环,后续迭代只要得到买入时间i就可以得到最大利润。因此时间复杂度为O(n),空间复杂度为O(n)。
代码:
class Solution { public: int maxProfit(vector<int>& prices) { vector<int> sold(prices.size()); int temp=prices[prices.size()-1]; for(int i=prices.size()-1;i>=0;i--) { if(temp<prices[i]) { temp=prices[i]; } sold[i]=temp; } int maxp=0; for(int i=0;i<prices.size();i++) { if(sold[i]-prices[i]>maxp) { maxp=sold[i]-prices[i]; } } return maxp; } };
-
更进一步,方法2是在遍历买入时间,而将卖出时间进行了存储,因此需要牺牲O(n)的空间进行存储。实际上可以遍历最低的买入时间,这种情况下可以一次迭代完成遍历,因此只需要O(1)的空间复杂度,仍然保持了O(n)的时间复杂度。
代码:
class Solution { public: int maxProfit(vector<int>& prices) { int minprice=prices[0]; int maxp=0; for(int i=0;i<prices.size();i++) { if(prices[i]<minprice) { minprice=prices[i]; }else if(prices[i]-minprice>maxp) { maxp=prices[i]-minprice; } } return maxp; } };