【力扣】121.买卖股票的最佳时机--Python实现

【题目描述】
给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

如果你最多只允许完成一笔交易（即买入和卖出一支股票一次），设计一个算法来计算你所能获取的最大利润。

注意：你不能在买入股票前卖出股票。

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: [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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock

【解题思路】
【思路一】这道题其实就是在一个序列中找到最大顺序对。又因为找最大顺序对等价于数组中元素从前往后依次做差，然后求出最大子序列(做差的过程在求最大子序列的过程中一加一减，最后可以抵消成-首元素+尾元素，即为所求)。用Python实现的代码为：

class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        dis = []
        for i in range(len(prices)-1):
            dis.append(prices[i+1] - prices[i])
        
        if len(dis)==0:
            return 0
        res, tmp = dis[-1], 0
        for i in range(len(dis)-1, -1, -1):
            tmp += dis[i]
            if tmp > res:
                res = tmp
            if tmp < 0:
                tmp = 0
        if res < 0:
            res = 0
        return res

【方法二】
方法一的时间复杂度为O(n)，空间复杂度为O(n)。有另一种更好的办法可以在时间复杂度O(n)，空间复杂度O(1)的条件下解决此题。维护一个最小值(不管以多少钱卖出，一定是在其之前的最小值买入收益最大)，由于较大值需要出现在最小值的后面，所以可以在往后遍历的过程中依次减最小值得到这个差值，维护这个差值最大即可。用Python实现的代码如下：

class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        if len(prices) <= 1:
            return 0
        min_in = prices[0]
        res = 0
        for i in range(1, len(prices)):
            if prices[i] < min_in:
                min_in = prices[i]
                continue
            tmp = prices[i] - min_in
            if tmp > res:
                res = tmp
        return res