leetcode — 121. 买卖股票的最佳时机

        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 <= 105
• 0 <= prices[i] <= 104

---

• 根据题意，需要找出给定数组中两个数字之间的最大差值（即，最大利润）。
• 第二个数字（卖出价格）必须大于第一个数字（买入价格）。
• 对于每组 i 和 j（其中 j > i）需要找出 max(prices[j]−prices[i])（先买入才能卖出）。

方法一：Brute Force 暴力解法

       只允许一次买入与卖出的交易，最直观的解法就是对每一天都依次遍历它之后的所有可能卖出的情况，记录最大值，最后返回最大值。—— 将所有可能的 买入后卖出 的情况都穷举出来，然后找最大值。

• 时间复杂度：O(n^2)，双层循环运行次。
• 空间复杂度：O(1)，只使用常数个变量。

class Solution {
    public int maxProfit(int[] prices) {
        // 暴力枚举
        // 声明返回最大值的存储空间
        int maxProfit = 0;

        // 双层循环遍历
        for(int i = 0; i < prices.length - 1; i ++){
            for(int j = i + 1; j < prices.length; j ++){
                // 求解买入与卖出的差值
                int tempProfit = prices[j] - prices[i];
                if(maxProfit < tempProfit){
                    maxProfit = tempProfit;
                }
            }
        }

        return maxProfit;
    }
}

---

 方法二：一次遍历、动态规划

     暴力枚举需要双重循环，我们可以通过动态规划优化，使得只需要一次遍历即可找到最大值，动态规划适用于多阶段决策过程的最优化问题。

  用dp[i]表示从第1天到第i天进行一笔交易能获得的最大收益，用minBuy表示买入时的价格（最低的时候），则dp[i] = max(prices[i]-minBuy, dp[i-1])。

  在求出所有的dp[i]后再找到其中的最大值，即为所求最大收益值，由于只需要找到最大值，因此可以合二为一，遍历的过程中顺便求最大值，因此递推公式变为 dp[i]=max(price[i]-min,maxProfit) ，其中maxProfit是指已经找到的最大收益。

  由于只允许一次交易，所以要想获得最大收益，必须在价格最低的时候买入，最高的时候卖出，但是由于必须先买后卖，所以如果用波形来说，就是要找到一个波峰和波谷，波谷在波峰之前。

---

        以[7, 1, 5, 3, 6, 4]为例，如图所示：

         如果在买卖股票，最真实的想法是在最低点购买，最高点抛出。因此使用一个变量记录历史最低的股票价格 minBuy，在该天（i）购买股票；在该天（i）之后的某一天（j）抛出，所得到的利润就是 pricess[i] - minBuy。我们所要求的结果就是这个利润的最大值。

        所以只需要遍历一次价格数组，记录历史最低点，然后在每一天考虑：如果在历史最低点买入的，那今天卖出后利润是不是最大结果？

• 时间复杂度：O(n)，只需遍历 1 次。
• 空间复杂度：O(1)，只使用常数个变量。

class Solution {
    public int maxProfit(int[] prices) {
        // 动态规划
        // 声明返回最大值、历史最低价格买入
        int maxProfit = 0;
        int minBuy = Integer.MAX_VALUE;

        // 一次遍历
        for(int i = 0; i < prices.length; i ++){
            // 判断当前是不是最低的买入价格
            if(minBuy > prices[i]){
                minBuy = prices[i];
            }else if(maxProfit < prices[i] - minBuy){
                // 以最低价格买入之后，判断利润是否最大
                maxProfit = prices[i] - minBuy;
            }
        }

        return maxProfit;
    }
}