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。
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。
示例 2:
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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路
状态定义:
dp[i] 表示在前 0~i 下标的天数之中考虑交易
状态转移:
这题有点类似背包,对于第i天,我们有卖,不卖两个选择
- 如果不卖,那么就考虑
0~i-1
天的交易情况 - 如果卖,那么我们得到的利润就是【第
i
天的价格 减去0~i-1
天最低价格】
如果这里直接顺序查找最小值的话,复杂度还是O(n2),其实可以设置一个变量,保存0~i-1
天的最小价格,每过一天,尝试用昨天的价格取更新最小值,这样免去了查找,复杂度为O(n)
尝试用昨天的价格更新最低价格:
// min_p表示 0~i-1天最低价格
// prices是价格数组
min_p = min(min_p, prices[i-1]);
状态转移方程:
dp[i] = max(dp[i-1], prices[i]-min_p);
代码
class Solution {
public:
int maxProfit(vector<int>& prices)
{
int len = prices.size();
if(len<2)
{
return 0;
}
vector<int> dp(len);
// 第0天只能买/不买,获利为0
dp[0] = 0;
// 第一天如果亏,不卖,获利为0
dp[1] = max(0, prices[1]-prices[0]);
// 记录最低价格
int min_p = prices[0];
for(int i=2; i<len; i++)
{
// 用昨天的价格更新最低价格
min_p = min(min_p, prices[i-1]);
dp[i] = max(dp[i-1], prices[i]-min_p);
}
return dp[len-1];
}
};