根据题意可以考虑一种特殊情况:数组降序,这种情况下不会盈利,因此最大利润为0
方法代码如下:
public static boolean isSorted(int[] nums) {
for (int i = 0; i < nums.length - 1; i++) {
if (nums[i] >= nums[i + 1]) continue;
return false;
}
return true;
}
- 暴力破解(超时)
嵌套遍历,找出数组中每两个数的差值,比较得最大利润
时间复杂度:O()
空间复杂度:O(1)
代码如下:
public static int maxProfit(int[] prices) {
//如果数组降序,直接返回 0
if (isSorted(prices)) return 0;
int n = prices.length, max = 0;
for (int i = 0; i < n - 1; i++) {
for (int j = i + 1; j < n; j++) {
int price = prices[j] - prices[i];
if (price > max) {
max = price;
}
}
}
return max;
}
- 动态规划:同时更新最低票价和最大利润
联想实际买股票的场景,当然是希望在票价最低时买入,最高时卖出。因此可看出还有最低票价这个关键点,此方法只需要遍历一次,遍历时同时更新最低票价和最大利润
时间复杂度:O(n)
空间复杂度:O(1)
代码如下:
public static int maxProfit(int[] prices) {
//如果数组降序,直接返回 0
if (isSorted(prices)) return 0;
int n = prices.length, min = Integer.MAX_VALUE, max = 0;
for (int i = 0; i < n; i++) {
if (prices[i] < min) {
//更新最低票价
min = prices[i];
} else if (prices[i] - min > max) {
//更新最大利润
max = prices[i] - min;
}
}
return max;
}
下面这种更接近动态规划的常规写法:
public static int maxProfit(int[] prices) {
//如果数组降序,直接返回 0
if (isSorted(prices)) return 0;
int min = Integer.MAX_VALUE, max = 0;
for (int price : prices) {
min = Math.min(min, price);
max = Math.max(max, price - min);
}
return max;
}