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：表示前天的最大利润，我们始终保持利润最大化，动规方程为：

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：