经典算法思想题目-买卖股票的最佳时机 II

 买卖股票的最佳时机 II

给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。

注意： 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。

示例 2:

输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
     注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
     因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3:

输入: [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。

提示：

• 1 <= prices.length <= 3 * 10 ^ 4
• 0 <= prices[i] <= 10 ^ 4

解法一：峰底买入，峰顶卖出

如图，在第二天买入，第三天卖出，第四天买入，第五天卖出获利最高，此处代码不再赘述，可以自己尝试写一下

解法二：贪心算法

贪心算法，故名思义，总是做出当前的最优选择，即期望通过局部的最优选择获得整体的最优选择。

某种意义上说，贪心算法是很贪婪、很目光短浅的，它不从整体考虑，仅仅只关注当前的最大利益，所以说它做出的选择仅仅是某种意义上的局部最优，但是贪心算法在很多问题上还是能够拿到最优解或较优解，所以它的存在还是有意义的。

对应于该题，第一天买入，第二天卖出，…，第 i 天买入，第 i+1 天卖出，如果 i 天买入第 i+1 天卖出有利润则买入，否则不买

第 i-1 天买入第 i 天卖出获利 prices[i+1]-prices[i] ，我们仅仅需要将 prices[i+1]-prices[i] 的所有正值加起来就是可获取的最大利益

代码实现：

let maxProfit = function(prices) {
    let profit = 0
    for (let i = 0; i < prices.length - 1; i++) {
        if (prices[i + 1] > prices[i]) {
            profit += prices[i + 1] - prices[i]
        }
    }
    return profit
}

复杂度分析：

• 时间复杂度：O(n)
• 空间复杂度：O(1)

买卖股票的最佳时机 II是一个经典的算法思想题目，可以用贪心算法来解决。

问题描述：给定一个数组prices，其中第i个元素表示第i天的股票价格。可以进行多次交易，但是必须在再次购买前卖出上一次的股票。请计算出可获得的最大利润。

解决方法 - 贪心算法：
1. 定义一个变量maxProfit表示可获得的最大利润，初始化为0。
2. 对于数组中的每个元素prices[i]，从第二个元素开始遍历：
   - 如果prices[i]大于prices[i-1]，表示股票价格上涨，可以获取到利润profit，将profit加到maxProfit上。
3. 最终，maxProfit即为问题所求的最大利润。

贪心算法的思想是每次局部最优，即在股票价格上涨时买入，并在价格下跌之前卖出，以获取最大利润。通过一次遍历即可求解最大利润，时间复杂度为O(n)，其中n为数组的长度。

需要注意的是，该解决方法适用于可以进行多次交易的情况。如果只能进行一次交易，则可以使用其他方法，如动态规划等来求解。不同的方法适用于不同的交易规则和需求，根据具体情况进行选择。