数据结构与算法之贪心: LeetCode 122. 买卖股票的最佳时机II (Ts, Py, Go版)-优快云博客

买卖股票的最佳时机II

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 。

提示

1 <= prices.length <= 3 * $10^4$
0 <= prices[i] <= $10^4$

Typescript 版算法实现

1 ）贪心策略1: 从低点买入，到价格高点卖出，不断买卖 (在保证单次利益的基础上，实现多次交易)

function maxProfit(prices: number[]): number {
  const len: number = prices.length;
  if (len < 2) return 0;
  // 用于存放最终利润
  let profit: number = 0;
  // 遍历所有的价格
  for (let i: number = 0; i < len; i++) {
    // 内部从i开始，逐步对比，当前是否盈利, 计算出中间可能的最大利润点，并记下累计的位置信息，用于下一轮的对比
    for (let j: number = i; j < len - 1; j++) {
      i = j; // 记下当前i累计的位置
      // 如果下一次价格比当前价格高，则累计利润
      if (prices[j + 1] > prices[j]) {
        profit += prices[j + 1] - prices[j];
      } else {
        // 否则跳过内层循环, 从记下的累计位置开始进行最外层下一轮的遍历
        break;
      }
    }
  }
  return profit;
};

时间复杂度: O( $n^2$ )
空间复杂度: O(1)

2 ）贪心策略2: 从低点买入, 只要赚钱就卖出，不断买卖 (追求多次利益, 单次利益可能不高)

function maxProfit(prices: number[]): number {
  const len: number = prices.length;
  if (len < 2) return 0;
  // 累计利润
  let profit: number = 0;
  // 着重于当下，只要赚钱就售出
  for(let i: number = 1; i < len; i ++) {
      if(prices[i] > prices[i - 1]) {
          profit += prices[i] - prices[i - 1];
      }
  }
  return profit;
}

时间复杂度: O(n)
空间复杂度: O(1)

Python3 版算法实现

1 ) 方案1

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        length = len(prices)
        if length < 2:
            return 0
        # 用于存放最终利润
        profit = 0
        # 遍历所有的价格
        i = 0
        while i < length:
            # 内部从i开始，逐步对比，当前是否盈利, 计算出中间可能的最大利润点，并记下累计的位置信息，用于下一轮的对比
            for j in range(i, length - 1):
                i = j  # 记下当前i累计的位置
                # 如果下一次价格比当前价格高，则累计利润
                if prices[j + 1] > prices[j]:
                    profit += prices[j + 1] - prices[j]
                else:
                    # 否则跳过内层循环, 从记下的累计位置开始进行最外层下一轮的遍历
                    break
            i += 1
        return profit

2 ) 方案2

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        length = len(prices)
        if length < 2:
            return 0
        # 累计利润
        profit = 0
        # 着重于当下，只要赚钱就售出
        for i in range(1, length):
            if prices[i] > prices[i - 1]:
                profit += prices[i] - prices[i - 1]
        return profit

Golang 版算法实现

1 ) 方案1

func maxProfit(prices []int) int {
	len := len(prices)
	if len < 2 {
		return 0
	}
	// 用于存放最终利润
	profit := 0
	// 遍历所有的价格
	i := 0
	for i < len {
		// 内部从i开始，逐步对比，当前是否盈利, 计算出中间可能的最大利润点，并记下累计的位置信息，用于下一轮的对比
		for j := i; j < len-1; j++ {
			i = j // 记下当前i累计的位置
			// 如果下一次价格比当前价格高，则累计利润
			if prices[j+1] > prices[j] {
				profit += prices[j+1] - prices[j]
			} else {
				// 否则跳过内层循环, 从记下的累计位置开始进行最外层下一轮的遍历
				break
			}
		}
		i++
	}
	return profit
}

2 ) 方案2

func maxProfit(prices []int) int {
	len := len(prices)
	if len < 2 {
		return 0
	}
	// 累计利润
	profit := 0
	// 着重于当下，只要赚钱就售出
	for i := 1; i < len; i++ {
		if prices[i] > prices[i-1] {
			profit += prices[i] - prices[i-1]
		}
	}
	return profit
}