121.买卖股票的最佳时机

解题思路

动态规划法:
第i天的最大收益dp[i] = max{前i-1天的最大收益dp[i-1], 第i天的价格-前i-1天中的最低价格},所以需要记录前i-1天中的最低价。
则转换公式为:
dp[i] = max(dp[i-1], prices[i]-minprice)

步骤:
1)首先开创一个n维dp数组,初始化为0(一般求最大值,则初始化为一个比较小的数),并将第1天的价格设为历史最小值 minprice = prices[0]
2)从第二天开始进入循环,即for i in range(1,n):
2.1)将当天价格与历史最小值比较,小的作为新的历史最小值;
2.2)将前i-1天的最大收益与今天卖出可以获得的收益,取最大值;
3)返回到最后一天为止的最大收益dp[-1]。

复杂度分析:
时间复杂度:O(n),只需一次遍历即可。
空间复杂度:O(n),需要n维的dp数组。

代码

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if len(prices) == 0:
            return 0
        dp = [0] * len(prices)
        minprice = prices[0]
        for i in range(1,len(prices)):
            minprice = min(minprice, prices[i])
            dp[i] = max(dp[i-1], prices[i]-minprice)
        return dp[-1]

发布了47 篇原创文章 · 获赞 10 · 访问量 7198
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 技术黑板 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览