算法之DP思想 Java实现 leetcode题解 [买卖股票的时机]

什么是DP思想？这也是我第一次接触DP思想，先上题目让我们看看DP思想和暴力破解所用的时间差距。

题目：

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。

链接：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock

首先是常规的暴力破解：

public int maxProfit(int[] prices) {
        int max = 0;
        for (int i = 0 ; i < prices.length - 1 ; i++) {
            for (int j = i+1; j < prices.length; j++) {
                if ((prices[j] > prices[i]) && (prices[j]-prices[i]>max)){
                    max = prices[j]-prices[i];
                }
            }
        }
        return max;
    }

暴力破解，顾名思义就是一个一个来进行比较。上述代码在 i 循环里，定下了购买股票的价格；再在 j 循环里找到往后价格最高的一天，并且利润大于之前的最高利润时卖出，得到的利润重新赋值给 max 。

不难看出，for循环里嵌套着for循环，执行效率会非常低。所以导致在输入一个长度近4万位的数组时，执行时间太过长。

所以这时DP思想的优势就出来了

1、我们可以先记录下今天买下之前的最小值min

2、然后计算在min时买入，今天卖出的收益

3、最后记录收益最大那次买卖为max

 public int maxProfit(int[] prices) {
        if (prices.length<=1){
            return 0;
        }
        int min = prices[0];//当日买入前最小值
        int max = 0;//获利
        for (int i = 1 ; i < prices.length; i++) {
            if ((prices[i] < min)) {
                min = prices[i];//记录下买入的最小值
            }
            if ((prices[i]-min)>max){//判断里计算在min时买入，今天卖出的收益
                max = prices[i]-min;//如果此次交易的收益比之前的都要大，则此时记录下最大获利
            }
        }
        return max;
    }

 

这就是DP思想的一个体现，将一个问题分解为子问题递归求解（小问题按阶段分），并且将中间结果保存，这样就能避免暴力破解时，重复比较的尴尬处境，这就叫做“动态规划”。