LeeCode刷题记录----买卖股票的最佳时机 II

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

示例 2:

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3:

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。

在做这道题时，提取条件：只有当前未买入且当天价格小于第二天时才能买入；只有已经买入，当前价格大于买入价格且当前价格大于第二天时才能卖出。为了避免在之前的判断出现数组下标越界的情况，需要单独考虑倒数第一天和倒数第二天的情况。

C#代码如下：执行用时：120 ms，内存消耗 :24.2 MB。

public class Solution {
    public int MaxProfit(int[] prices) {
        int inPrice = 0; //买入的价格
        int outPrice = 0;//卖出的价格
        int profit = 0;//收益
        bool flag = false;//是否已买入
        int len = prices.Length;
        for (int i = 0; i < len; i++)
        {
            //当未买入且i不为最后一天且当前价格比第二天低时，买入
            if (!flag && i!=len-1 && prices[i]<prices[i+1])
            {
                inPrice = prices[i];
                flag = true;                    
                continue; 		 
            }
            //当已买入且当前价格高于收入价格时
            if (flag &&  prices[i]>inPrice)
            {
                if (i == len - 1) //最后一天时
                {
                    outPrice = prices[i];
                    profit += (outPrice - inPrice); //收益累计
                    //完成一轮交易，重置
                    flag = false;
                    inPrice = 0;
                    outPrice = 0;
                }
                else if (prices[i] > prices[i + 1]) //不是最后一天且当前价格高于第二天价格时才卖出（避免数组下标越界）
                {
                    outPrice = prices[i];
                    profit += (outPrice - inPrice); //收益累计
                    //完成一轮交易，重置
                    flag = false;
                    inPrice = 0;
                    outPrice = 0;
                }                    
            }
        }
        return profit;
    }
}

Java代码如下，执行用时：2 ms，内存消耗 :37.6 MB。

class Solution {
    public int maxProfit(int[] prices) {
        int inPrice = 0; //买入的价格
        int outPrice = 0;//卖出的价格
        int profit = 0;//收益
        Boolean flag = false;//是否已买入
        int len = prices.length;
        for (int i = 0; i < len; i++)
        {
            //当未买入且i不为最后一天且当前价格比第二天低时，买入
            if (!flag && i != len - 1 && prices[i] < prices[i + 1])
            {
                inPrice = prices[i];
                flag = true;
                continue;
            }
            //当已买入且当前价格高于收入价格才卖出
            if (flag && prices[i] > inPrice)
            {
                if (i == len - 1) //最后一天且当前价格高于收入价格时
                {
                    outPrice = prices[i];
                    profit += (outPrice - inPrice); //收益累计
                    //完成一轮交易，重置
                    flag = false;
                    inPrice = 0;
                    outPrice = 0;
                }
                else if (prices[i] > prices[i + 1]) //不是最后一天且当前价格高于第二天价格时才卖出（避免数组下标越界）
                {
                    outPrice = prices[i];
                    profit += (outPrice - inPrice); //收益累计
                    //完成一轮交易，重置
                    flag = false;
                    inPrice = 0;
                    outPrice = 0;
                }
            }
        }
        
        return profit;
    }
}

优化
计算时不用管实际操作是怎么样，本质上来说只要每一次收益都能够获得就是最大收益。
优化后C#代码如下，执行用时 :116 ms，内存消耗 :24.3 MB。

public class Solution {
    public int MaxProfit(int[] prices) {
        int profit = 0;//收益            
        for (int i = 1; i < prices.Length; i++)
        {
            if (prices[i] > prices[i - 1])
            {
                profit += (prices[i] - prices[i - 1]);
            }
        }
        return profit;
    }
}

优化后java代码如下，执行用时 :1 ms，内存消耗 :37.5 MB。

class Solution {
    public int maxProfit(int[] prices) {
        int profit = 0;//收益            
        for (int i = 1; i < prices.length; i++)
        {
            if (prices[i] > prices[i - 1])
            {
                profit += (prices[i] - prices[i - 1]);
            }
        }
        return profit;
    }
}