【动态规划】63题-股票的最大利润

1 题目描述

假设把某股票的价格按照时间先后顺序存储在数组中，请问买卖该股票一次可能获得的最大利润是多少？
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。

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。

限制：

0 <= 数组长度 <= 10^5

2 解题思路

• 设共有n天，第a天买，第b天卖，则需保证$a<b$；可推出交易方案数共有：
  $(n-1)+(n-2)+...+2+1=n(n-1)/2$
• 因此，暴力法的时间复杂度为$O(n^2)$。考虑使用动态规划降低时间复杂度，以下按照流程解题。

动态规划解析：

• 状态定义：设动态规划列表dp，dp[i]代表以prices[i]为结尾的子数组的最大利润（以下简称为前i日的最大利润）。
• 转移方程：由于题目限定“买卖股票一次”，因此前i日最大利润dp[i]等于前i-1日最大利润dp[i-1]和第i日卖出的最大利润中的最大值。
  $前i日最大利润=max(前(i-1)日最大利润，第i日价格-前i日最低价格)$
  $dp[i]=max(dp[i-1],prices[i]-min(prices[0:i]))$
• 初始状态：dp[0]=0，即首日利润为0；
• 返回值：dp[n-1]，其中n为dp列表长度。

效率优化：

• 时间复杂度降低：前i日的最低价格min(prices[0:i])时间复杂度为O(i)。而在遍历prices时，可以借助一个变量（记为成本cost），每日更新最低价格。优化后的转移方程为：
  $dp[i]=max(dp[i-1],prices[i]-min(cost,prices[i]))$
• 空间复杂度降低：由于dp[i]只与dp[i-1]，prices[i]，cost相关，因此可使用一个变量（记为利润profit）代替dp列表。优化后的转移方程为：
  $profit=max(profit,prices[i]-min(cost,prices[i]))$

class Solution {
    public int maxProfit(int[] prices) {
        int cost = Integer.MAX_VALUE;
        int profit = 0;
        for (int price : prices) {
            cost = Math.min(price,cost);
            profit = Math.max(profit,price - cost);
        }
        return profit;
    }
}

复杂度分析：

• 时间复杂度 O(N) ： 其中 N 为 prices 列表长度，动态规划需遍历 prices 。
• 空间复杂度 O(1) ： 变量 cost 和 profit 使用常数大小的额外空间。