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。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。
示例 2:
输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入: [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。
第一次的代码:
设置buy和out表示买入股和当前出售股,当[i]股大于buy,表示可以买入可以更新当前获利p的条件1,并且[i]股要大于out,即上一时刻的out股,表明还可以继续更新p的条件2,更新p同时置out为当前[i]股,相当于随时都可卖出;若不能更新当前阶段获利p,则统计总获利ap值,同时更新buy为当前[i],即出现可购买的股[i],同时重置out=0,p=0
if not prices:
return 0
buy=prices[0]
p=0
ap=0
out=0
for i in range(1,len(prices)):
if prices[i]>buy and prices[i]>out:#股价持续上升
p=max(p,prices[i]-buy)#实时利润
out=prices[i]#随时可卖
else:
ap+=p
buy=prices[i]#到了下降股,重置买入
out=0
p=0
if p :ap+=p#万一遍历结束还没转else计算,在此补上
return ap
60ms,排名68%
其实仔细发现out=prices[i-1],那么就将Out去掉
buy=prices[0]
p=0
ap=0
for i in range(1,len(prices)):
if prices[i]>buy and prices[i]>prices[i-1]:#上升股,持续利润
p=max(p,prices[i]-buy)
else:
ap+=p
buy=prices[i]
p=0
if p :ap+=p
return ap
细心的朋友会发现刚才的算法,是每次遇到下降股时,再统计总获利ap,现在我们实时统计,即遇到上升股,立马卖,立马获利,再重新买入
if not prices:
return 0
ap=0
for i in range(1,len(prices)):
if prices[i]>prices[i-1]:
ap=ap+prices[i]-prices[i-1]#上升股,立马卖出再买入
return ap
依旧60ms,排名68%,不科学。。。