动态规划：股票买卖问题（只交易一次）——07

股票买卖问题（只交易一次）

问题描述

算法思路

• 其实这道题目思想很简单，无非就是要找到股票的最大值和最小值，并且保证最大值一定在最小值的右边

• 动态规划思想：从最后一步来看问题

  • 设F（n）为前n天交易可获得的最大利润，price【】为输入数组

  • 当我们要求F（n）的时候，就看看和F（n-1）有没有关系，此时有两种情况

    • M1 = price【n】 - MIN { price【0 - n-1】}
    • M2 = F（n - 1）
    • M1为当天价格减去前几天的最低价可获得的最大陆润
    • M2为不算当天价格可以获得的最大利润
    • 最终F（n） = MAX {M1, M2}

• 到这里我们就很清楚了，动态规划的三要素如下：

  • 子问题：减少天数的子问题

  • 最优子结构：前n天的最大利润

  • 状态转移方程：

    • F（n） = MAX {price【n】 - MIN { price【0 - n-1】} , F（n - 1）}

• 但是目前我们需要知道我们的dp矩阵存储的是什么？通过分析发现，我们每次需要知道 前n天能交易的最大利润 和 前n天的最低价格 这里两个参数。但是实际上dp矩阵只能存储一种数据的参数。

• 这里我们设计的dp【i】存储前 i 天的最低价格，而前 i 天交易的最大利润则使用变量来进行存储

实现

public static int maxstock(int[] price){

        int[] dp  = new int[price.length];
        dp[0] = price[0];
        int maxVaule = 0;

        for(int i = 1; i < price.length; i++){
            if(price[i] - dp[i - 1] > maxVaule) maxVaule = price[i] - dp[i - 1];
            if(price[i] < dp[i - 1]) {
                dp[i] = price[i];
            }else {
                dp[i] = dp[i - 1];
            }
        }


        return maxVaule;

    }