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
动态规划或者直接遍历一遍~
class Solution {
public int maxProfit(int[] prices) {
if(prices.length==1){
return 0;
}
int maxResult = Math.max(prices[1]-prices[0],0);
int pre = 0;
int cur = maxResult;
for(int i = 2; i<prices.length;i++){
pre = cur;
cur = Math.max(prices[i]-prices[i-1],pre-prices[i-1]+prices[i]);
maxResult =Math.max(cur,maxResult);
}
return maxResult;
}
}
给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
返回 你能获得的 最大 利润 。
示例 1:
输入:prices = [7,1,5,3,6,4]
输出:7
解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。
总利润为 4 + 3 = 7 。
示例 2:
输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。
总利润为 4 。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。
股票曲线一定可以拟合成起起伏伏的,所以只需要在极值点进行操作即可。
class Solution {
public int maxProfit(int[] prices) {
int maxResult = 0;
int in = -1;
for(int i = 0; i<prices.length-1;i++){
if(prices[i]<prices[i+1]&&in==-1){//up and havent buy
in = i;//buy
}
else if(prices[i]>prices[i+1]&&in!=-1){//down and have bought
maxResult += prices[i]-prices[in];
in = -1;
}
}
if(in!=-1) maxResult+= prices[prices.length-1]-prices[in];
return maxResult;
}
}
确实没想出来这题怎么动规,看了题解,使用二维的动规数组,在第二维上储存状态变量。(想的时候往一维方向上思考的就会想不到)
然后转换成滚动数组来压缩空间复杂度。
class Solution {
public int maxProfit(int[] prices) {
int pre0 = 0;
int pre1 = 0;
int cur0 = 0;
int cur1 = -prices[0];
for(int i = 1;i<prices.length-1;i++){
pre0 = cur0;
pre1 = cur1;
cur0 = Math.max(pre1+prices[i],pre0);
cur1 = Math.max(pre1,pre0-prices[i]);
}
return Math.max(cur1+prices[prices.length-1],cur0);
}
}