华为OD题目： 贪心的商人

华为OD题目： 贪心的商人

输入描述:
3 //输入商品的数量 number
3 // 输入商人售货天数 days
4 5 6 //输入仓库限制每件商品的最大持有数量是itemlindex]
1 23 // 输入第一件商品每天的价格
4 32 // 输入第二件商品每天的价格
1 53 // 输入第三件商品每天的价格
输出描述:
32//输出商人在这段时间内的最大利润
补充说明:
根据输入的信息:
number = 3
days = 3
item[3] = 14，5，6
item pricel[3][4] = f1， 2，3, 4，3，2,1，5，3
针对第一件商品，商人在第一天的价格是item pricel0J0 = 1时买入item01件，在第三天item price0]2 = 3的时候卖出，获利最大是8:
针对第二件商品，不进行交易，获利最大是0:
针对第三件商品，商人在第一天的价格是item price[2][0] = 时买入item[2)件，在第二天item pricel2]0 == 5的时候卖出，获利最
大是24;
因此这段时间商人能获取的最大利润是8 + 24 = 32:

示例1
输入:
3
3
4 5 6
1 2 3
4 3 2
1 5 3
输出:
32

示例2
输入:
1
1
1
1

输出:
0

解题思路：

• 贪心算法， 和leetcode 122.买卖股票的最佳时机II 基本差不多
• 贪心算法
• 这道题目可能我们只会想，选一个低的买入，再选个高的卖，再选一个低的买入…循环反复。
• 如果想到其实最终利润是可以分解的，那么本题就很容易了！
• 如何分解呢？
• 假如第0天买入，第3天卖出，那么利润为：prices[3] - prices[0]。
• 相当于(prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])。
• 此时就是把利润分解为每天为单位的维度，而不是从0天到第3天整体去考虑！
• 那么根据prices可以得到每天的利润序列：(prices[i] - prices[i - 1])…(prices[1] - prices[0])。

import java.util.*;

public class My {

    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        String numberStr = sc.nextLine();
        String daysStr = sc.nextLine();
        int num = Integer.parseInt(numberStr);
        int days = Integer.parseInt(daysStr);

        String itemsStr = sc.nextLine();
        String[] strings = itemsStr.split(" ");
        int[] items = new int[strings.length];
        for (int i = 0; i < items.length; i++) {
            items[i] = Integer.parseInt(strings[i]);
        }
        int sum = 0;
        for (int i = 0; i < num; i++) {
            String priceArrStr = sc.nextLine();
            String[] priceArr = priceArrStr.split(" ");

            int maxProfit = 0;
            //下面使用贪心的算法，计算每件商品的最大利润
            for (int j = 1; j < priceArr.length; j++) {
                int cur = Integer.parseInt(priceArr[j]);
                int pre = Integer.parseInt(priceArr[j-1]);
                //当天价格-前一天价格，如果当天利润大于0，则卖出，否则保存
                int curProfit = cur - pre;
                maxProfit += Math.max(curProfit, 0);
            }
            sum += maxProfit * items[i];
        }
        System.out.println(sum);

    }

}