【Day 3】LeetCode 121. 买卖股票的最佳时机

最新推荐文章于 2024-08-14 17:00:26 发布

一只听雨

最新推荐文章于 2024-08-14 17:00:26 发布

阅读量61

点赞数

分类专栏： LeetCode刷题文章标签： leetcode 贪心算法算法动态规划 java

本文链接：https://blog.csdn.net/qq_43986286/article/details/128423887

版权

LeetCode刷题专栏收录该内容

6 篇文章 0 订阅

订阅专栏

大家好，我是听雨，是一名跨考计算机专业的研一学生。为提高编程的水平，计划每天刷编程题目。由于我是算法小白，所以开始只能从简单题开始写贴，请大家多多包涵，希望和大家一起进步

题目

今天的第二题为力扣121. 买卖股票的最佳时机
在这里插入图片描述

解题思路

一 . 动态规划

这道题第一次看的时候觉得很简单，准备用左右两个指针来对数组进行交叉遍历，很可惜，200多个测试数据总是有几个数据是错误的，这让我不得不换一种思路。面对这样的题目，动态规划无疑是一种好的想法，于是开始寻找最优子序列的递归关系式。设置dp数组为存放最优子序列的数组， dp[i] 为第 i 天结束的最大利润值。可以想到 dp[i + 1] 是与 dp[i] 和 **prices[i + 1]**是有关系的。最大利润值是通过后天的最大值减去前面几天的最小值来得到的，因此可以想到用一个变量来存放前几天的最小值，并不停迭代这个值。这一点只要在遍历数组的时候就可以做到，记为 $min$ 。那么只需要比较 dp[i] 和 prices[i] - min大小就可以得到 **dp[i + 1]**的取值。递推关系式如下：
$dp[i + 1] = max \{ dp[i],prices[i]-min \}$
初始值 $d p [0] = 0$

代码如下：

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

结果如下：
在这里插入图片描述

这样跑出来的结果为似乎拿时间换空间了。

二. 贪心算法

速度更快的算法，我从题解中看到有大佬用贪心算法来写，于是我复现了一下。若第 1 天价格低于第 2 天价格，即第 1 天成本更低，那么我们一定不会选择在第 2 天买入。进一步的，若在前 i 天选择买入，若想达到最高利润，则一定选择价格最低的交易日买入。考虑根据此贪心思想，遍历价格列表 prices 并执行两步：
1.更新前 i 天的最低价格，即最低买入成本；
2.更新前 i 天的最高利润，即选择前i - 1天最高利润和第 i 天卖出的最高利润中的最大值
如下公式所示：
$\begin{cases} min\{ cost,prices[i]\} \\ profit = max\{profit,prices[i] - cost\} \end{cases}\tag{第$i$天}$

初始的 $cos t$ 值设置为尽量大， $p ro f i t$ 设置为0.

代码如下：

class Solution {
    public int maxProfit(int[] prices) {
        int cost = 100000; //成本
        int res = 0;       //利润
        for(int i = 0; i < prices.length; i ++){
            //更新最小成本
            cost = Math.min(prices[i],cost);
            //更新最大利润
            res = Math.max(res,prices[i] - cost );

        }
        return res;
    }