题目
-
给定一个数组
prices
,其中prices[i]
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: prices = [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: prices = [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: 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。
solution
- 思路:只要第i日比第i-1日的价格高就卖出。第四行
for i in range(1, len(prices)):
,i
的取值范围[1,length)。第五行if prices[i] > prices[i - 1]:
,如果第i个数比第i-1个数大,则卖出股票获取利润,这样一买一卖的操作所获的利润是二者的差值,将这个插值加到sum1
上。 - 贪心算法,是在每一次选择中,总是做出当前看来最好的选择,而不从整体的最优考虑,选择只是某种意义上局部的最优解。贪心算法的语言描述为:贪心算法一步步进行,每次都对当前的局部最优解判断:若添加入部分解后仍是可行解就加入;否则舍弃该局部解,寻找下一个局部最优解,直到将所有数据全部枚举完成或可以确定达到目标。
- 执行用时:40 ms, 在所有 Python3 提交中击败了87.01%的用户
- 内存消耗:15.6 MB, 在所有 Python3 提交中击败了41.38%的用户
class Solution:
def maxProfit(self, prices: List[int]) -> int:
sum1 = 0
for i in range(1, len(prices)):
if prices[i] > prices[i - 1]:
sum1 += prices[i] - prices[i - 1]
return sum1