HOT100->121. 买卖股票的最佳时机

LC 121. 买卖股票的最佳时机

LC 121. 题目简述

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 。

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。

思路分析

注意到题目中的股票买入只发生了一次,等价于在一个数组arr[0,n]之间对于,下标为 idx 的股票而言,[idx, n]中的最大值就是抛售的时刻t。
同时限定条件,也就是arr[t] - arr[idx] >=0 。

基本想法:
对于下标为0的股票,找到当前最大的抛售时间n, 则得到一个price,
同时对于[0,n]之间的股票也都在n处售卖,降低开销。

A trick.

if(prices[max] <= prices[idx]) max = idx; // 这里使得max尽可能得往后推移,在有重复值的时候减小开销

代码分享

	public int maxProfit(int[] prices) {
        int[] tmp = new int[prices.length];
        for (int i = 0; i < prices.length; i++) {
            tmp[i] = getMax(prices,i);
            for (int j = i; j <= tmp[i]; j++) {
                tmp[j] = tmp[i];
            }
            i = tmp[i];
        }
        int max = 0;
        int profit = 0;
        for (int i = 0; i < prices.length; i++) {
            profit = prices[tmp[i]] - prices[i];
            if(max < profit) max = profit;
        }
        return max;
    }

    public static int getMax(int[] prices,int idx){
        // not comparing with itself
        int max = idx;
        while (idx < prices.length)
        {
            if(prices[max] <= prices[idx]) max = idx;
            idx+=1;
        }
        if(max == idx) return idx;
        else return max;
    }
    /*
    执行用时:
	348 ms
	, 在所有 Java 提交中击败了
	6.16%
	的用户
	内存消耗:
	52.5 MB
	, 在所有 Java 提交中击败了
	86.27%
	的用户
	通过测试用例:
	211 / 211
	*/

后续改进可以使用in-place,无需创建新的数组,一次遍历得到max,maybe 可以提高 pass

下面是使用Python完成题目的代码示例: ```python from collections import defaultdict, deque def findLadders(beginWord, endWord, wordList): # 构建单词到ID的映射关系 wordId = defaultdict(int) idWord = [] for word in wordList: if word not in wordId: wordId[word] = len(idWord) idWord.append(word) if endWord not in wordId: return [] # 构建图 graph = defaultdict(list) for word in wordList: for i in range(len(word)): mask = word[:i] + '*' + word[i+1:] graph[word].append(wordId[mask]) graph[wordId[mask]].append(wordId[word]) # 使用BFS找到最短路径 res = [] visited = defaultdict(bool) queue = deque([(wordId[beginWord], [[beginWord]])]) minLevel = float('inf') while queue: curWord, path = queue.popleft() if len(path) > minLevel: break if curWord == wordId[endWord]: res.append(path) minLevel = len(path) for neighbor in graph[curWord]: if not visited[neighbor]: visited[neighbor] = True queue.append((neighbor, path + [idWord[neighbor]])) return res # 测试样例 beginWord = "hit" endWord = "cog" wordList = ["hot", "dot", "dog", "lot", "log", "cog"] result = findLadders(beginWord, endWord, wordList) print(result) ``` 这段代码使用了广度优先搜索(BFS)来寻找最短路径。首先构建单词到ID的映射关系,然后构建图,图中的每个节点是一个单词,如果两个单词只有一个字母不同,则它们之间有一条边。接下来,使用BFS找到最短路径,并将结果存储在变量`res`中。最后,打印结果。 希望能对您有所帮助!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值