一、题目描述
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 。
二、思路
这道题,一开始就感觉像最大子序列和,但是仔细观察又不是,因为不是每天收益,而是在原来的价格上浮动。但是这确实得往动态规划上靠。划分子问题,dp[i],代表第i天的最大收益。dp[i]=max{dp[i-1],dp[i]-minprice},所以显然是要找到0到(i-1)中的最小值minprice。
这样子算出来的空间复杂度有点高,O(n),仔细考虑一下,发现题目不需要求出全部天数的最大值,因此,不需要一个数组跟踪,只要一个变量即可。因此,改进后的时间复杂度是O(n),空间复杂度为O(1)。代码如下:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int min=prices[0],max=0;
int n=prices.size();
int tem=0;
if(n==1)
return 0;
// vector<int> dp(n+1,0);
for(int i=0;i<n-1;i++){
if(prices[i]<min)
min=prices[i];
//dp[i+1]=prices[i+1]-min;
tem=prices[i+1]-min;
if(tem>max)
max=tem;
}
return max;
}
};