给定一个数组 prices ,它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票,并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润,返回 0 。
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;同时,你不能在买入前卖出股票。
示例 2:
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。
解1 动态规划
从后往前,t [ i ]表示买入股票的价格为prices[ i ]的最大利润,则
t[ i ] = max( t[i+1]+prices[i+1]-prices[i] , prices[i+1]-prices[i] )
其中,t[i+1]+prices[i+1]-prices[i] 表示买入股票日期prices[i]代替prices[i+1]的利润大小,并且卖出日期prices[i+1]后面的某一天;prices[i+1]-prices[i]则表示买入股票日期prices[i],卖出股票日期为prices[i+1]。两者取较大值。
每天作为买入日期的最大利润求出后,在取所有值里的最大值即可。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int t = 0;
int m = 0;
for(int i=prices.size()-2 ; i>=0 ; i--)
{
t = max(t+prices[i+1]-prices[i] , prices[i+1]-prices[i]);
m = max(m , t);
}
return m;
}
};
解2 动态规划
dp[ i ]表示前 i 天的最大利润,设置一个变量min表示前 i 天里的买入价格,则
dp[ i ] = max(dp[ i - 1] , prices[ i - 1] - min);
class Solution {
public:
int maxProfit(vector<int>& prices) {
int min = prices[0];
int Max = 0;
for(int i=1 ; i<prices.size() ; i++)
{
if(prices[i] < min)
min = prices[i];
else if(prices[i]-min > Max)
Max = prices[i]-min;
}
return Max;
}
};
解3 单调栈
设置一个栈S
- 数组最后添加一个较小的数作为哨兵(这里采用0)
- 遍历数组,栈空或元素比栈顶大,入栈
- 元素比栈顶小,则持续出栈,直到栈空或者元素比栈顶大
- 没弹出一个元素,做差:Max = 弹出元素 - 栈首元素(表示买入股),并和之前Max比较取较大值给Max
- 遍历结束,返回Max
哨兵元素作用:是为了防止数组递增,Max最后值为0.
class Solution {
public:
int maxProfit(vector<int>& prices) {
prices.push_back(0);
vector<int> S;
int Max = 0;
for(int i=0 ; i<prices.size() ; i++)
{
if(S.size() == 0 || prices[i] > S.back())
S.push_back(prices[i]);
else
{
while(S.size() != 0 && prices[i] <= S.back())
{
int val = S.back();
Max = max(Max , val-S.front());
S.pop_back();
}
S.push_back(prices[i]);
}
}
return Max;
}
};