LeetCode初级算法35：买卖股票的 Best 时机

最新推荐文章于 2024-05-31 14:19:09 发布

原创最新推荐文章于 2024-05-31 14:19:09 发布 · 134 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #算法 #职场和发展

LeetCode 专栏收录该内容

51 篇文章

订阅专栏

这篇博客介绍了如何使用双指针和动态规划算法解决寻找股票最大利润的问题。给出了三种不同的实现方式，包括基础的双指针法、传统的动态规划以及动态规划的优化版本。通过示例和代码解释，展示了如何在给定的股票价格数组中找到最佳买卖时机以获得最大收益。

🐕 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 <= 10的5次方
0 <= prices[i] <= 10的4次方

🐖 思路一：双指针每个区间差值与max变量取最大值

上代码

public static int maxProfit(int[] prices) {
		 if( prices == null || prices.length < 2 ) {
			 return 0;
		 }
		 // 双指针判断 每个区间差值与max变量 取最大值
		 int min = 0 , index = 1;
		 int max = 0;
		 while(index < prices.length) {
			 if(prices[index] < prices[min]) {
				 min = index;
				 index++;
			 }else {
				 max = Math.max(max, prices[index++] - prices[min]);
			 }
		 }
		 return max;		 
		}

在这里插入图片描述

🐒 思路二：动态规划

一个二维数组
0 位置上代表手上没有股票（可能是昨天就没有或者昨天有今天卖了）
1 位置上代表手上有股票（可能是昨天就有或者今天买入）

上代码

	public static int maxProfit_DP(int[] prices) {
		 if( prices == null || prices.length < 2 ) {
			 return 0;
		 }
		 int[][] dp = new int[prices.length][2];
		 
		 dp[0][0] = 0;
		 dp[0][1] = - prices[0];
		 
		 for(int i = 1 ; i < prices.length ; i++) {
			 dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] + prices[i]);
			 dp[i][1] = Math.max(dp[i-1][1], - prices[i]);
		 }
		 return dp[prices.length-1][0];
	 }

在这里插入图片描述

🐘 动态规划优化版本

用两个变量记住持有股票和未持有股票就行了

上代码

public static int maxProfit_DP_Plus(int[] prices) {
		 if(prices == null || prices.length < 2) {
			 return 0;
		 }
		 int get 		= - prices[0];
		 int dontGet 	= 0;
		 
		 for(int i = 1 ; i < prices.length ; i++) {
			 get = Math.max(get, -prices[i]);
			 dontGet = Math.max(dontGet, get + prices[i]);
		 }
		 return dontGet;
	 }