【Leetcode043】买卖股票的最佳时机

121、买卖股票的最佳时机

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

方法一：暴力法

1.1 思路分析

1.2 代码实现

class Solution {
    /**暴力法 */
    public int maxProfit(int[] prices) {
        int maxPro = 0;
        for (int i=0; i < prices.length-1; i++){
            for ( int j=i+1; j < prices.length; j++){
                int curPro = prices[j] - prices[i];
                if (curPro > maxPro){
                    maxPro = curPro;
                }
            }
        }
        return maxPro;
    }
}

1.3 测试结果

超出时间限制

1.4 复杂度

• 时间复杂度：O()
• 空间复杂度O()

方法一：贪心算法（一次循环）

2.1 思路分析

2.2 代码实现

class Solution {
    /**一次循环 */
    public int maxProfit(int[] prices){
        int maxPro = 0;
        int minPrice = Integer.MAX_VALUE;
        for (int i=0; i<prices.length; i++){
            if(prices[i] < minPrice){
                minPrice = prices[i];
            }else {
                if ((prices[i] - minPrice) > maxPro){
                    maxPro = prices[i] - minPrice;
                }
            }
        }
        return maxPro;
    }
}

2.3 测试结果

2.4 复杂度

• 时间复杂度：O(n)
• 空间复杂度O(1)

方法一：动态规划

3.1 思路分析

3.2 代码实现

class Solution {
    /**动态规划 */
    public int maxProfit(int[] prices){
        int len = prices.length;
        // 特判
        if (len < 2){
            return 0;
        }
        // dp[i][0] 下标为 i 这天结束的时候，不持股，手上拥有的现金数
        // dp[i][1] 下标为 i 这天结束的时候，持股，手上拥有的现金数
        int[][] dp = new int[len][2];
        // 初始化：不持股显然为 0，持股就需要减去第 1 天（下标为 0）的股价
        dp[0][0] = 0;
        dp[0][1] = -prices[0];
        // 从第二天开始遍历
        for (int i=1; i<len; i++){
            // 第i天不持股，如果第i-1天也不持股，相当于什么都没做
            // 如果第i-1天持股，相当于第i天卖掉了，加上prices[i]
            dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1]+prices[i]);
            // 第i天持股，如果第i-1天也持股，相当于什么都没做
            // 如果第i-1天不持股，相当于第i天买入，减去prices[i]
            dp[i][1] = Math.max(dp[i-1][1], -prices[i]);
        }
        return dp[len-1][0];  
    }
}

3.3 测试结果

3.4 复杂度

• 时间复杂度：O(n)
• 空间复杂度：O(n)