LeetCode：121 买卖股票的最佳时机 O(n)动态规划

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];
    }
};