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
a<b
a<b;可推出交易方案数共有:
( n − 1 ) + ( n − 2 ) + . . . + 2 + 1 = n ( n − 1 ) / 2 (n-1)+(n-2)+...+2+1=n(n-1)/2 (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 ) O(n^2) O(n2)。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 = m a x ( 前 ( i − 1 ) 日 最 大 利 润 , 第 i 日 价 格 − 前 i 日 最 低 价 格 ) 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) 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)
d p [ i ] = m a x ( d p [ i − 1 ] , p r i c e s [ i ] − m i n ( p r i c e s [ 0 : i ] ) ) dp[i]=max(dp[i-1],prices[i]-min(prices[0:i])) 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:
d p [ i ] = m a x ( d p [ i − 1 ] , p r i c e s [ i ] − m i n ( c o s t , p r i c e s [ i ] ) ) dp[i]=max(dp[i-1],prices[i]-min(cost,prices[i])) 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:
p r o f i t = m a x ( p r o f i t , p r i c e s [ i ] − m i n ( c o s t , p r i c e s [ i ] ) ) profit=max(profit,prices[i]-min(cost,prices[i])) 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。