给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润。
注意你不能在买入股票前卖出股票。
暴力法
class Solution {
public:
int maxProfit(vector<int>& prices) {
int dvalue = 0;
int maxdvalue = 0;
int count=0;
int num = (prices.size()*(prices.size()-1)) / 2;
for(int i=0;i<prices.size();++i)
{
for(int j=i+1;j<prices.size();++j)
{
if(prices[j]-prices[i] >0)
{
dvalue = prices[j]-prices[i];
if(maxdvalue < dvalue)
{
maxdvalue = dvalue;
}
}
else
{
count ++;
}
if(count == num)
{
maxdvalue = 0;
}
}
}
return maxdvalue;
}
};
用时和内存消耗都太大了,没有进行优化,但起码是自己独立码出来并通过了。
暴力法优化
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = (int)prices.size(), ans = 0;
for (int i = 0; i < n; ++i){
for (int j = i + 1; j < n; ++j){
ans = max(ans, prices[j] - prices[i]);
}
}
return ans;
}
};
发现优化的代码更差,只是代码量少了。
滑动窗口法
class Solution {
public:
int maxProfit(vector<int>& prices) {
int beg=0;//买入点
int end=0;//卖出点
int pro=0;//利润初始化为0应付价格一直下跌
int record=0;//记录当日卖出的最大利润
for(end=0;end<prices.size();end++)
{
if(prices[beg]>prices[end])//遇到价格更低时直接重置买入价格
beg=end;
int record=prices[end]-prices[beg];
pro=record>pro?record:pro;//取买入价格重置后的利润与不重置买入价格利润的最大值,排除买入价下降但后续没有较高卖出价导致的利润下降。
}
return pro;
}
};
动态规划法
class Solution {
public:
int maxProfit(vector<int>& prices) {
if(prices.size() == 0) return 0;
int n = prices[0];
int abs = 0;
for(int i = 1;i<prices.size();i++){
if(prices[i]>n){
abs = max(prices[i]-n,abs);
}else{
n = prices[i];
}
}
return abs;
}
};