假设你有一个数组prices,长度为n,其中prices[i]是股票在第i天的价格,请根据这个价格数组,返回买卖股票能获得的最大收益
1.你可以买入一次股票和卖出一次股票,并非每天都可以买入或卖出一次,总共只能买入和卖出一次,且买入必须在卖出的前面的某一天
2.如果不能获取到任何利润,请返回0
3.假设买入卖出均无手续费
数据范围: 0 \le n \le 10000 , 0 \le val \le 100000≤n≤10000,0≤val≤10000
要求:空间复杂度 O(1)O(1),时间复杂度 O(n)O(n)
时间复杂度O(N^2):循环了 n(n-1) / 2次
空间复杂度O(1):一个变量空间
解题思路:
买卖股票有约束,根据题目意思,有以下两个约束条件:
条件 1:你不能在买入股票前卖出股票;
条件 2:最多只允许完成一笔交易。
因此 当天是否持股 是一个很重要的因素,而当前是否持股和昨天是否持股有关系,为此我们需要把 是否持股 设计到状态数组中
状态定义:
dp[i][j]:下标为 i 这一天结束的时候,手上持股状态为 j 时,我们持有的现金数。
j = 0,表示当前不持股;
j = 1,表示当前持股。
注意:这个状态具有前缀性质,下标为 i 的这一天的计算结果包含了区间 [0, i] 所有的信息,因此最后输出 dp[len - 1][0
推导状态转移方程:
dp[i][0]:规定了今天不持股,有以下两种情况:
昨天不持股,今天什么都不做;
昨天持股,今天卖出股票(现金数增加),
状态转移方程:dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1]:规定了今天持股,有以下两种情况:
昨天持股,今天什么都不做(现金数与昨天一样);
昨天不持股,今天买入股票(注意:只允许交易一次,因此手上的现金数就是当天的股价的相反数)
状态转移方程:dp[i][1] = Math.max(dp[i - 1][1], -prices[i])
import java.util.*;
public class Solution {
/**
*
* @param prices int整型一维数组
* @return int整型
*/
public int maxProfit (int[] prices) {
// write code here
//使用动态规划
int len=prices.length;
if(len<2)
{
return 0;
}
int [][]dp=new int[len][2];
dp[0][0]=0;
dp[0][1]=-prices[0];
//从第二天开始
for(int i=1;i<len;i++)
{
//今天不持股,昨天不持股,或者是昨天持股今天把股票,卖出去了
dp[i][0]=Math.max(dp[i-1][0],dp[i-1][1]+prices[i]);
//今天持股,昨天持股,或者昨天不持股今天买入股票
dp[i][1]=Math.max(dp[i-1][1],-prices[i]);
}
return dp[len-1][0];
}
}