使用贪心的方法:
因为股票就买卖一次,那么贪心的想法就是取最左最小值,取最右最大值,那么得到的差值就是最大利润。
class Solution {
public:
int maxProfit(vector<int>& prices) {
if(prices.size() == 1){
return 0;
}
int left = prices[0];
int profit = 0;
for(int i = 1; i < prices.size(); i++){
profit = max(profit, prices[i] - left);
left = min(left, prices[i]);
}
return profit;
}
};
使用动态规划的思想:
- dp[i][0] 表示第i天持有股票所得最多现金,dp[i][1] 表示第i天不持有股票所得最多现金
- 如果第i天持有股票即dp[i][0], 那么可以由两个状态推出来
– 第i-1天就持有股票,那么就保持现状,所得现金就是昨天持有股票的所得现金 即:dp[i - 1][0]
– 第i天买入股票,所得现金就是买入今天的股票后所得现金即:-prices[i],所以dp[i][0] = max(dp[i - 1][0], -prices[i]);
– 如果第i天不持有股票即dp[i][1], 也可以由两个状态推出来
– 第i-1天就不持有股票,那么就保持现状,所得现金就是昨天不持有股票的所得现金 即dp[i - 1][1]
– 第i天卖出股票,所得现金就是按照今天股票价格卖出后所得现金即:prices[i] + dp[i - 1][0],dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]); - dp[0][0]表示第0天持有股票 dp[0][1]表示第0天不持有股票
– 因此 dp[0][0] = -prices[0], dp[0][1] = 0 - 从递推公式可以看出dp[i]都是由dp[i - 1]推导出来的,那么一定是从前向后遍历。
class Solution {
public:
int maxProfit(vector<int>& prices) {
vector<vector<int>> dp(prices.size(), vector<int>(2, 0));
dp[0][0] = -prices[0];
for(int i = 1; i < prices.size(); i++){
dp[i][0] = max(dp[i - 1][0], -prices[i]);
dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i][0]);
}
return dp[prices.size() - 1][1];
}
};