剑指 Offer 63. 股票的最大利润

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。

原题

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;
    }