BM81 买卖股票的最好时机(二)

本文介绍了一个使用动态规划算法解决股票交易中获取最大收益的问题。在给定的股票价格数组中,可以进行多次买卖,但再次购买前必须卖出。代码实现了一个O(n)时间和空间复杂度的解决方案,通过比较相邻股票价格找出最佳买卖时机,从而得到最大收益。示例展示了不同价格数组下的计算结果。
摘要由CSDN通过智能技术生成

描述

假设你有一个数组prices,长度为n,其中prices[i]是某只股票在第i天的价格,请根据这个价格数组,返回买卖股票能获得的最大收益

  1. 你可以多次买卖该只股票,但是再次购买前必须卖出之前的股票
  2. 如果不能获取收益,请返回0
  3. 假设买入卖出均无手续费
    数据范围: 1 ≤ n ≤ 1 × 1 0 5 1 \le n \le 1 \times 10^5 1n1×105 1 ≤ p r i c e s [ i ] ≤ 1 0 4 1 \le prices[i] \le 10^4 1prices[i]104
    要求:空间复杂度 O(n),时间复杂度 O(n)
    进阶:空间复杂度 O(1),时间复杂度 O(n)

示例1
输入:[8,9,2,5,4,7,1]
返回值:7
说明:
在第1天(股票价格=8)买入,第2天(股票价格=9)卖出,获利9-8=1
在第3天(股票价格=2)买入,第4天(股票价格=5)卖出,获利5-2=3
在第5天(股票价格=4)买入,第6天(股票价格=7)卖出,获利7-4=3
总获利1+3+3=7,返回7

示例2
输入:[5,4,3,2,1]
返回值:0
说明:由于每天股票都在跌,因此不进行任何交易最优。最大收益为0。

示例3
输入:[1,2,3,4,5]
返回值:4
说明:第一天买进,最后一天卖出最优。中间的当天买进当天卖出不影响最终结果。最大收益为4。
备注:总天数不大于200000。保证股票每一天的价格在[1,100]范围内。

代码

class Solution {
public:
    /**
     * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
     * 计算最大收益
     * @param prices int整型vector 股票每一天的价格
     * @return int整型
     */
    int maxProfit(vector<int>& prices) {
        // write code here
        int n=prices.size();
        if(n==1||n==0)
            return 0;
        int mx=0;
        for(int i=1;i<n;i++){
            if(prices[i]>prices[i-1]){
                mx+=prices[i]-prices[i-1];
            }
        }
        return mx;
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ZhInen丶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值