【力扣】【初级算法】买股票的最佳时机

买股票的最佳时机||

1.题目要求

给你一个整数数组 prices ，其中 prices[i] 表示某支股票第 i 天的价格。

在每一天，你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买，然后在 同一天 出售。

返回 你能获得的 最大 利润 。

作者：力扣 (LeetCode)
链接：https://leetcode.cn/leetbook/read/top-interview-questions-easy/x2zsx1/
来源：力扣（LeetCode）

*理解与题解：

贪心算法

不用陷入第二天股价未知的误区。只需要找到股票上涨的最大值和股票开始上涨的最小值，计算他们的差就是这段时间内股票的最大利润
例如【1，2，3，4，5】
①第一天买入第二天卖出赚2-1=1，第二天买入第三天卖出3-2=1，第三天买入第四天卖出4-3=1，第四天买入第五天卖出5-4=1，共赚4；
②第一天买入，第五天卖出5-1=4.
结果相同过程不同。
例如【7，1，5，3，6，4】
①第一天买入第二天卖出是负的不计入（第一天不买），第二天买入第三天卖出5-1=4，第三天买入第四天卖出3-5为负（第三天不买）四买五卖6-3=3，五买六卖负的（不买入）4+3=7，赚7.
java:

class Solution {
    public int maxProfit(int[] prices) {
        // java贪心算法
        int n = prices.length;
        int ans = 0;
        for(int i=1;i<n;i++){
            ans+=Math.max(0,prices[i]-prices[i-1]);
        }
        return ans;

    }
}

python:

class Solution(object):
    def maxProfit(self, prices):
        """
        python 贪心算法
        :type prices: List[int]
        :rtype: int
        """
        ans = 0
        for i in range(1,len(prices)):
            ans+=max(0,prices[i]-prices[i-1])
        return ans

动态规划

1.定义状态
用二维数组表示，第一维表示第i天，第二维表示这一天手里有没有股票（0表示没有，1表示有）。
dp[i][0]表示第i天手里没有股票。
dp[i][1]表示第i天手里有股票
2.初始条件
第一天不买则手里没有股票，初始就是dp[0][0]=0;
第一天买入则需要花掉第一天的股价：dp[0][1] = -prices[0]
3.状态转移
如果这一天手里没有股票：则只有两种可能①前一天也没有股票，今天也没有买入dp[i-1][0];②前一天有股票，今天卖出去了dp[i-1][1]+prices[i]

dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);

如果这一天手里有股票：两种可能：①昨天手里就有（今天也没有卖）②今天买入

dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0]-prices[i]);

注：两个状态没有先后顺序。
4.返回值
由于交易结束后，手里有股票的收益 < 手里没有股票的，
所以返回没有股票的dp[n-1][0];
java

class Solution {
    public int maxProfit(int[] prices) {
    //java
        int n = prices.length;
        //初始条件
        int dp[][] = new int[n][2];
        //第二个0表示手里没有股票 1表示有股票
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        for(int i=1; i<n; i++){
            dp[i][0]=Math.max(dp[i-1][1]+prices[i],dp[i-1][0]);
            dp[i][1]=Math.max(dp[i-1][0]-prices[i],dp[i-1][1]);                
} 
        return dp[n-1][0];
    }
}

python

class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        n = len(prices)
        dp = [[0]*2 for _ in range(n)]
        dp[0][0]= 0
        dp[0][1]=-prices[0]
        for i in range(1,n):
            dp[i][0] = max(dp[i-1][0],dp[i-1][1]+prices[i])
            dp[i][1] = max(dp[i-1][1],dp[i-1][0]-prices[i])
        return dp[n-1][0]