算法训练Day49 | Leetcode121. 买卖股票的最佳时机（只能买卖一次）；LeetCode122. 买卖股票的最佳时机II（可以买卖多次）

目录

Leetcode121. 买卖股票的最佳时机

方法一：暴力解法

1. 思路

2. 代码实现

3. 复杂度分析

4. 思考与收获

方法二：贪心算法

1. 思路

2. 代码实现

3. 复杂度分析

方法三：动态规划

1. 思路

2. 代码实现

3. 复杂度分析

4. 思考与收获

LeetCode122. 买卖股票的最佳时机II

1. 思路

2. 代码实现

3. 复杂度分析

4. 思考与收获

---

Leetcode121. 买卖股票的最佳时机

 链接：121. 买卖股票的最佳时机 - 力扣（LeetCode）

方法一：暴力解法

1. 思路

因为只能买一次，卖一次，所以这道题目最直观的想法就是暴力找最优间距，外层for loop从头到尾遍历元素，内层for loop从i之后遍历元素；

2. 代码实现

# 方法一：暴力解法
# time：O(N^2);space:O(1)
class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        result = 0
        for i in range(len(prices)-1):
            for j in range(i+1,len(prices)):
                result = max(result,prices[j]-prices[i])
        return result

3. 复杂度分析

• 时间复杂度：O(N^2)

  其中，N为prices数组的长度；两层for loop的时间复杂度为O(N^2)；

• 空间复杂度：O(1）

  只有result一个变量储存，为常数级的空间复杂度

4. 思考与收获

1. 此方法在LeetCode提交中超时了；

方法二：贪心算法

1. 思路

因为股票就买卖一次，那么贪心的想法很自然就是取最左最小值，取最右最大值，那么得到的差值就是最大利润。

2. 代码实现

# 方法二：贪心做法
# time:O(n);space:O(1)
class Solution(object):
    def maxProfit(self, prices):
        """
        :type prices: List[int]
        :rtype: int
        """
        low = float("inf")
        result = 0
        for i in range(len(prices)):
            low = min(low,prices[i]) # [0,i]位置的最小值
            result = max(result,prices[i]-low) # 目前可以得到的最大利润
        return result

3. 复杂度分析

• 时间复杂度：O(N)

  其中N为prices的长度；需要遍历一遍整个数组，因此复杂度为O(N）；

• 空间复杂度：O(1)

  只有两个变量储存信息，分别是low和result，常数级的空间复杂度；

方法三：动态规划

1. 思路

动规五部曲分析如下：

1.1 确定dp数组及下标的含义

• dp[i][0]

  dp[i][0] 表示第i天持有股票所得最多现金 ，这里可能有同学疑惑，本题中只能买卖一次，持有股票之后哪还有现金呢？其实一开始现金是0，那么加入第i天买入股票现金就是 -prices[i]， 这是一个负数；

• dp[i][1]

  dp[i][1] 表示第i天不持有股票所得最多现金，注意这里说的是“持有”，“持有”不代表就是当天“买入”！也有可能是昨天就买入了，今天保持持有的状态