题目链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/
参考文章:https://mp.weixin.qq.com/s/keWo5qYJY4zmHn3amfXdfQ
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。
简单说找一个区间的端点使得right-left最大,题目只有一次买进卖出机会,所以只需找到两个点。
暴力求解
遍历所有区间,找到prices[right]-prices[left]最大,解答会超时
res=0
for i in range(len(prices)):
for j in range(i+1,len(prices)):
res=max(res,prices[j]-prices[i])
return res
时间复杂度:O(n^2)
空间复杂度:O(1)
贪心
low= float('inf')
res=0
for i in range(len(prices)):
low = min(low,prices[i])
res=max(res,prices[i]-low)
return res
时间复杂度:O(n)
空间复杂度:O(1)
动态规划
dp[i][0]表示第i天持有该股票,dp[i][1]表示不持有
初始条件为dp[0][0] ,dp[0][1]
转移方程
如果第i天持有股票即dp[i][0], 那么可以由两个状态推出来
-
第i-1天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
第i天买入股票,所得现金就是买入今天的股票后所得现金即:-prices[i]
那么dp[i][0]应该选所得现金最大的,所以dp[i][0] = max(dp[i - 1][0], -prices[i]); -
如果第i天不持有股票即dp[i][1], 也可以由两个状态推出来
第i-1天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即:dp[i - 1][1]
第i天卖出股票,所得现金就是按照今天股票佳价格卖出后所得现金即:prices[i] + dp[i - 1][0]
同样dp[i][1]取最大的,dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);
dp=[[0,0] for _ in range(len(prices))]
dp[0][0]=-prices[0]
dp[0][1]=0
for i in range(1,len(prices)):
dp[i][0]=max(dp[i-1][0],-prices[i])
dp[i][1]=max(dp[i-1][1],prices[i]+dp[i-1][0])
last_day = len(prices)-1
return max(dp[last_day][0],dp[last_day][1])
时间复杂度:O(n)
空间复杂度:O(1)
dp矩阵用四个变量可以循环覆盖,因为当前i至于要i-1进行计算。