Leetcode--121、买卖股票的最佳时机

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。

解题思路一:

遍历一遍数组,记录每次到当天为止的最小股票价格和最大股票利润

代码实现:

def maxProfit(prices):
    minprice = float('inf')
    maxprofit = 0
    for price in prices:
        minprice = min(minprice, price)
        maxprofit = max(maxprofit, price - minprice)
    return maxprofit


list1 = [7, 1, 5, 3, 6, 4]
print(maxProfit(list1))

输出:

解题思路二:

典型的动态规划问题

  1. 动态规划做题步骤
  • 明确 dp(i)dp(i) 应该表示什么(二维情况:dp(i)(j)dp(i)(j));
  • 根据 dp(i)dp(i) 和 dp(i-1)dp(i−1) 的关系得出状态转移方程;
  • 确定初始条件,如 dp(0)dp(0)。

本题解题思路:dp[i]表示前i天的最大利润,我们始终保持利润最大化,动规方程为:

dp[i] = max(dp[i-1], price(i) - minprice)

代码实现:

def maxProfit(prices):
    n = len(prices)
    if n == 0:  # 设置边界条件
        return 0
    dp = [0]*n  # 初始化dp数组
    minprice = prices[0]
    for i in range(1, n):
        minprice = min(minprice, prices[i])
        dp[i] = max(dp[i-1], prices[i] - minprice)
    # print(dp)
    return dp[-1]


list1 = [7, 1, 5, 3, 6, 4]
print(maxProfit(list1))

输出:

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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