[LeetCode]121.买卖股票的最佳时机

题目

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。

如果你最多只允许完成一笔交易（即买入和卖出一支股票一次），设计一个算法来计算你所能获取的最大利润。

注意：你不能在买入股票前卖出股票。

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: [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

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]