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。
对于股票问题一共是六道题:本题是第一题,属于入门题目
股票问题的方法主要就是动态规划,因为它包含重复子问题,即买卖股票的最佳时机是由之前买或不买的状态决定的,而之前买或不买又由更早的状态所决定
对于这道题主要的两种解法就是贪心算法和动态规划两种
解法一(贪心算法,一次遍历):
遍历一遍数组,计算每次到当天为止的最小股票价格和最大利润
class Solution:
def maxProfit(self, prices: List[int]) -> int:
minprice = prices[0]
maxrpofit = 0
for price in prices:
maxrpofit = max(price - minprice,maxrpofit)
minprice = min(price,minprice)
return maxrpofit
时间复杂度:O(n) ,遍历了一遍数组
空间复杂度:O(1),使用了有限的变量
解法二:动态规划
状态转移方程:dp[i] = max(dp[i-1],prices[i] - minprice)
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if len(prices )== 0:
return 0
dp = [0] * len(prices)
minprice = prices[0]
for i in range(len(prices)):
minprice = min(minprice,prices[i])
dp[i] = max(dp[i-1],prices[i] - minprice)
return dp[-1]
时间复杂度:O(n)
空间复杂度:O(n)