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 。
- 找到两个数组的最大差值,且前边的数<后边的数
动态规划法
- dp[i][j]含义:下标为 i 这一天结束的时候,手上持股状态为 j 时,我们持有的现金数。j = 0,表示当前不持股;j = 1,表示当前持股。 int[][] dp = new int[len][2];
- 递推公式:(买入就-prices[i],卖出就+prices[i],不同的i,price不同 用max找最大值)
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], -prices[i]);- 初始化: dp[0][0] = 0; dp[0][1] = -prices[0];
解释:
- dp[i][0](即这天j=0不持股,①之前就一直没有股,②今天卖了现金数增加
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);- dp[i][1]:规定了今天持股(①今天买的②以前买的(现金数与昨天一样)
dp[i][1] = Math.max(dp[i - 1][1], -prices[i]);
//因为之前一定没有买过(只买一次,所以直接用-price就好了)
public class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
// 特殊判断
if (len < 2) {
return 0;
}
int[][] dp = new int[len][2];
// dp[i][0] 下标为 i 这天结束的时候,不持股,手上拥有的现金数
// dp[i][1] 下标为 i 这天结束的时候,持股,手上拥有的现金数
// 初始化:不持股显然为 0,持股就需要减去第 1 天(下标为 0)的股价
dp[0][0] = 0;
dp[0][1] = -prices[0];
// 从第 2 天开始遍历
for (int i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], -prices[i]);
//因为之前一定没有买过(只买一次,所以直接用-price就好了)
}
return dp[len - 1][0];//最后返回的是最后一天(i=len-1)不持股(j=0)
}
}
暴力法
(帮助理解,but运行的时候会超时)
class Solution {
//找到两个数组的最大差值,且前边的数<后边的数
public int maxProfit(int[] prices) {
int size=prices.length;
int max=0;
for(int i=0;i<size-1;i++){
for(int j=i+1;j<size;j++){
int tmp=prices[j]-prices[i];
max=Math.max(tmp,max);
}
}
return max;
}
}