买卖股票的最佳时机II--------（算法学习日记2021.5.20）

给定一个数组prices，prices[i]为一支股票第i天的价格，设计一个算法来计算能获取的最大收益，可以尽可能完成多的交易，但是不能同时参与多笔交易(必须在再次购买

 

 

第一次思考该问题 我认为需要先遍历数组，选出股调价格最低的一天，同时购入股票，然后再次遍历数组，选出在最低的一天之后最高的一天，并在这一天卖出股票，然后之后再在其余的天书中选取最小的一天，再在最高的一天卖出去，依次循环，直到最后一天跳出循环。

并第一时间写出了代码，代码如下

class Solution {
    public int maxProfit(int[] prices) {
        int day=0,money=0,sum=0;
        while(day!=prices.length-1){
            for(int j = day+1; j < prices.length; j++){   //遍历数组
                if(prices[j] < prices[day])  //找到数组中的最小值
                    day = j;
            }
             money = money -prices[day]; //记录购入的股票价格
            for(int j = day+1; j < prices.length; j++){   //遍历数组
               if(prices[j]>prices[day]){
                   day = j;
               }
                
            }money = money + prices[day];//卖出股票同时记录价格
        }
        if(money < 0) return 0 ;
        return money;
    }
}

第一次测试有以下几点错误：

1.最低的一天购入最高的一天卖出，其收益不一定为最大值。

2.算法耗费时间过长，导致超时。

3.结果并不正确

 

然后重新分析结果，上一次的代码中没有考虑可以多次出售股票，由于可以多次出售，可能最大值减去最小值并不能使利益最大化，在此我们加入可多次出售的因素，将数据画作坐标图，

通过坐标图，我们可以很直观的看出，若想获取最大利益只要把所有的上升部分加起来，因此出现了新的思路：只要后一天比前一天价格高就出售，然后依次加和，得出的结果必定为最大值。

代码如下：

class Solution {
    public int maxProfit(int[] prices) {
        int money = 0,t = 0;//t用于数组遍历 ans用于储存结果
        for(int i = 1;i < prices.length; i++){
            if(prices[i]>prices[i-1]){//如果在后一天卖掉能赚钱那就买掉
                t = prices[i]-prices[i-1];    
                money = money + t;
            }
        }
        return money;
    }
}

经查阅各位大佬的解法，此解法叫做贪心算法，将每一个问题分解成一个个小问题，在每一个小问题中求局部的最优解，最后加和可得出接近整体的最优解，但是只能用于求最大值或者最小值。

还有一种解法是动态规划，目前没有能力做出，在以后的笔记中会提及到。