剑指 Offer 63. 股票的最大利润
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。
题解:
//暴力算法,时间复杂度O(N^2)
public static int maxProfit(int[] prices) {
if(prices.length==0||prices.length==1)return 0;
int l=prices.length;
int[] m=new int[l-1];
for(int i=0;i<l-1;i++)
{
int M=max(prices,i+1,l);
if(M>prices[i])m[i]=M-prices[i];
}
return max(m,0,m.length);
}
public static int max(int[] num,int start,int end)
{
int ma=num[start];
for(int i=start;i<end;i++) {
if(ma<num[i])ma=num[i];
}
return ma;
}
利用动态规划,前 ii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。
dp[i]=max(dp[i−1],prices[i]−min(prices[0:i]))
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])
//动态规划
public static int maxProfit(int[] prices) {
if(prices.length == 0 || prices.length == 1) return 0;
int cost = Integer.MAX_VALUE;
int[] dp=new int[prices.length];
dp[0]=0;
for(int i=1;i<prices.length; i++) {
cost = Math.min(cost, prices[i]);
dp[i] = Math.max(dp[i-1], prices[i] - cost);
}
return dp[prices.length-1];
}
//动态规划优化
public static int maxProfit(int[] prices) {
if(prices.length == 0 || prices.length == 1) return 0;
int cost = Integer.MAX_VALUE, profit = 0;
for(int i=0;i<prices.length; i++) {
cost = Math.min(cost, prices[i]);
profit = Math.max(profit, prices[i] - cost);
}
return profit;
}