代码随想录算法训练营第四十九天| 121. 买卖股票的最佳时机 122.买卖股票的最佳时机II

代码随想录算法训练营第四十九天| 121. 买卖股票的最佳时机 122.买卖股票的最佳时机II

一、力扣121. 买卖股票的最佳时机

题目链接：
思路：买卖股票的最佳时机，只进行一次买入和一次卖出行为。贪心的思想是找到当前最低的价位，在最高时卖出，那就可以设置一个初始值为最大值，然后向后遍历，一边遍历，一边记录当前最小值，然后用num[i]减去最小值，来进行比较。
贪心解法

class Solution {
    public int maxProfit(int[] prices) {
        int min = Integer.MAX_VALUE;
        int sum = 0;
        for (int i = 0; i < prices.length; i++) {
            min = Math.min(min, prices[i]);
            sum = Math.max(sum, prices[i]-min);
        }
        return sum;
    }
}

动态规划解法
确定dp数组，设置dp[i][0]为当前持有股票时，手中的现金数。dp[i][1]为当前不持有股票时，手中的现金数。
确定递推公式，持有时，dp[i][0]=max(dp[i-1][0], -nums[i]) ，持有分为之前持有和今天持有，之前持有了即为dp[i-1][0]，如果是今天刚持有，之前现金是0，所以是-nums[i]
不持有时，dp[i][1]=max(dp[i-1][1], dp[i-1][0]+nums[i])，不持有分为之前不持有和今天刚不持有，之前不持有即为上一天不持有的值，今天刚不持有，说明昨天是持有的，即 dp[i-1][0]+nums[i]
确定初始化，dp[0][0]=-nums[0]，dp[0][1]=0。

class Solution {
    public int maxProfit(int[] prices) {
        int len = prices.length;
        int[][] dp = new int[len][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for (int i = 1; i < len; i++) {
            dp[i][0] = Math.max(dp[i-1][0], -prices[i]);
            dp[i][1] = Math.max(dp[i-1][1], prices[i] + dp[i-1][0]);
        }
        return Math.max(dp[len-1][0], dp[len-1][1]);
    }
}

二、力扣122.买卖股票的最佳时机II

题目链接：
思路：类似于1，2，3，最大为3-1，等价于2-1,3-2。贪心只收集相邻差值为正数的结果。
贪心：

class Solution {
    public int maxProfit(int[] prices) {
        int count = 0;
        for (int i = 1; i < prices.length; i++) {
            count += Math.max(prices[i] - prices[i-1], 0);
        }
        return count;
    }
}

动态规划：和上面类似，只不过，当天买入，前一天一定是卖出的，故手中金额为dp[i-1][1] - prices[i]

class Solution {
    public int maxProfit(int[] prices) {
        int len = prices.length;
        int[][] dp = new int[len][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for (int i = 1; i < len; i++) {
            dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] - prices[i]);
            dp[i][1] = Math.max(dp[i-1][1], dp[i-1][0] + prices[i]);
        }
        return Math.max(dp[len-1][0], dp[len-1][1]);
    }
}