每日一题之买卖股票的最佳时机

买卖股票的最佳时机

题目链接

给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。

你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

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；同时，你不能在买入前卖出股票。

示例 2：

输入：prices = [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。

提示：

• 1 <= prices.length <= 105
• 0 <= prices[i] <= 104

---

这是一道经典的股票买卖问题，可以使用动态规划和贪心两种方式来解决。下面是两种方式的详细题解，使用Python。

动态规划

我们可以用一个一维数组dp来记录每天卖出股票所能获得的最大利润。其中dp[i]表示第i天卖出股票所能获得的最大利润。我们可以用一个变量min_price来记录前i-1天中股票的最低价格，然后用prices[i]减去min_price就是第i天卖出股票所能获得的最大利润。因此，我们可以得到状态转移方程：

dp[i]=max(dp[i−1],prices[i]−min_price)

其中，min_price表示前i−1天中股票的最低价格。

代码如下：

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        if n == 0:
            return 0
        dp = [0] * n
        min_price = prices[0]
        for i in range(1, n):
            min_price = min(min_price, prices[i])
            dp[i] = max(dp[i-1], prices[i]-min_price)
        return dp[-1]

贪心

我们可以用一个变量min_price来记录前i-1天中股票的最低价格，然后用prices[i]减去min_price就是第i天卖出股票所能获得的最大利润。因此，我们可以得到状态转移方程：

profit=max(profit,prices[i]−min_price)

其中，min_price表示前i−1天中股票的最低价格。

代码如下：

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        if n == 0:
            return 0
        profit = 0
        min_price = prices[0]
        for i in range(1, n):
            min_price = min(min_price, prices[i])
            profit = max(profit, prices[i]-min_price)
        return profit