LeetCode——121 买卖股票的最佳时机(JAVA)

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

思路

这题想了很久，一直搞不懂怎么设计出一个合理的状态dp和状态转移方程。然后试着用暴力法搜索，果不其然超时了，挂在了一个一整个网页都显示不完全的样例上……

然后试了一下之前想的dp，强行凑了一个状态转移方程出来，居然能AC……

以第一个示例来看，假设dp[i]表示第i天卖出的最大利润，于是有：

dp[0] = 0
dp[1] = 0
dp[2] = -1+5 = 4
dp[3] = -1+3 = 2
dp[4] = -1+6 = 5
dp[5] = -1+4 = 3

因此，很容易就能想到，解题的过程就是先求解出dp数组，然后再找出dp数组的最大值即是答案。

那么，要如何求解出dp数组呢？这就需要寻找出状态转移方程了，动态规划的状态转移一般是从前一个状态到下一个状态，因此我们可以着眼于其中两个相邻的dp，寻找它们之间的关系：

dp[3] - dp[2] = -1+3+1-5 = -2 = prices[3] - prices[2]

所以，就有：

dp[3] = prices[3] - prices[2] + dp[2]

推到一般情况，就是：

dp[i] = prices[i] - prices[i-1] + dp[i-1]

再来看是否符合全部dp，对于dp[1]的情况，若按照上式，算出来的是1-7+0=-6，但实际结果是0，因此，完善后的状态转移方程应该是：

dp[i] = max{prices[i] - prices[i-1] + dp[i-1], 0}

至此，代码就出来了，直接按照递推方式写即可，赋最初值dp[0] = 0。

代码

public class Solution {
	public int maxProfit(int[] prices) {
		int[] dp = new int[prices.length];
		dp[0] = 0;
		for(int i=1;i<prices.length;i++) {
			dp[i] = Math.max(prices[i]-prices[i-1]+dp[i-1], 0);
		}
		int max = 0;
		for(int i=1;i<dp.length;i++) {
			if(dp[i]>max) max = dp[i];
		}
		return max;
	}
}