题目
(在我以前有贪心解法,也可以去参考参考)
贪心解法 股票问题https://blog.csdn.net/jgk666666/article/details/133978629
121. 买卖股票的最佳时机
简单
相关标签
数组 动态规划
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
。
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:prices = [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 <= 105
0 <= prices[i] <= 104
思路和解题方法
- 首先判断给定的股票价格数组的长度是否为0,如果为0,则直接返回0。
- 然后,代码使用循环从第二天开始遍历股票价格数组。对于第i天,有两种状态:要么持有股票,要么不持有股票。
- 如果选择持有股票,那么前一天就不能持有股票,因此
dp[i][0]
的值就是dp[i-1][0]
和0-prices[i]
中的较大值,表示第i天持有股票时的最大利润。- 如果选择不持有股票,那么前一天可以是持有股票或者不持有股票,取其中的较大值加上当前股票价格,即
prices[i]+dp[i-1][0]
,表示第i天不持有股票时的最大利润。- 最后,返回
dp[len-1][1]
,表示最后一天不持有股票时的最大利润,即最终的最大利润。
复杂度
时间复杂度:
O(n)
时间复杂度为O(n),其中n是
prices
数组的长度。因为我们需要遍历整个prices
数组,每次计算dp[i][0]
和dp[i][1]
都只需要常数时间操作。所以总体时间复杂度为O(n)。
空间复杂度
O(n)
空间复杂度为O(n),其中n是
prices
数组的长度。因为使用了一个二维数组dp
,大小为(len, 2)
,其中len
是prices
数组的长度。所以空间复杂度为O(n)。
c++ 代码
class Solution {public:int maxProfit(vector& prices) {int len = prices.size();if(len == 0) return 0;vector<vector> dp(len,vector(2));dp[0][0] -= prices[0]; // 初始化第一天持有股票的收益为买入股票的价格dp[0][1] =0; // 初始化第一天不持有股票的收益为0for(int i = 1;i<len;i++){dp[i][0]=max(dp[i-1][0],0-prices[i]); // 当前持有股票的最大收益,可以选择继续持有之前的股票或者买入新的股票dp[i][1]=max(dp[i-1][1],prices[i]+dp[i-1][0]); // 当前不持有股票的最大收益,可以选择继续不持有或者卖出当前持有的股票}return dp[len-1][1]; // 返回最后一天不持有股票的收益,即最大利润}};
Java代码
- 首先进行特判,如果输入数组
prices
为空,则直接返回0。- 然后创建一个二维数组
dp
,大小为(length, 2)
,其中length
是输入数组prices
的长度。dp[i][0]
表示第i天持有股票时的最大收益,dp[i][1]
表示第i天不持有股票时的最大收益。- 初始化
dp[0][0]
为买入第一天股票的价格,即-prices[0]
,而dp[0][1]
初始化为0,表示第一天不持有股票的收益为0。- 使用循环遍历
prices
数组,从第二天开始。对于每一天,计算在该天持有或不持有股票的最大收益:
- 对于持有股票的情况,可以选择继续持有之前的股票或者买入新的股票,取两者中较大的一个作为
dp[i][0]
的值。- 对于不持有股票的情况,可以选择继续不持有或者卖出当前持有的股票,取两者中较大的一个加上当前股票价格作为
dp[i][1]
的值。- 最后返回最后一天不持有股票时的收益,即
dp[length-1][1]
,表示整个交易过程的最大利润。
class Solution {public int maxProfit(int[] prices) {if (prices == null || prices.length == 0) return 0; // 特判,如果输入数组为空,则直接返回0int length = prices.length;// dp[i][0]代表第i天持有股票的最大收益// dp[i][1]代表第i天不持有股票的最大收益int[][] dp = new int[length][2]; // 创建一个二维数组dp,大小为(length, 2)int result = 0; // 初始化结果为0dp[0][0] = -prices[0]; // 初始化第一天持有股票的收益为买入股票的价格dp[0][1] = 0; // 初始化第一天不持有股票的收益为0for (int i = 1; i < length; i++) { // 从第二天开始循环dp[i][0] = Math.max(dp[i - 1][0], -prices[i]); // 当前持有股票的最大收益,可以选择继续持有之前的股票或者买入新的股票dp[i][1] = Math.max(dp[i - 1][0] + prices[i], dp[i - 1][1]); // 当前不持有股票的最大收益,可以选择继续不持有或者卖出当前持有的股票}return dp[length - 1][1]; // 返回最后一天不持有股票的收益,即最大利润}}
觉得有用的话可以点点赞,支持一下。
如果愿意的话关注一下。会对你有更多的帮助。
每天都会不定时更新哦 >人< 。