LeetCode121-买卖股票的最佳时机

本文介绍了一种计算股票交易最大利润的算法。通过分析股票价格数组,采用动态规划方法找到最佳买入和卖出时机,实现最大利润。文章包含算法思路解析及C++代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。

如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润。

注意你不能在买入股票前卖出股票。

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。

示例 2:

输入: [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。

一、思路

(一)暴力法

双重循环:第j天的股票价格,减去之前的,选取最大值

C++代码:

class Solution {
public:
	int maxProfit(vector<int>& prices) {
		int ans = 0, profit;
		for (int i = prices.size() - 1; i > 0; i--) {
			int min_prices = prices[i];
			for (int j = i - 1; j >= 0; j--) {
				if (min_prices > prices[j]) {
					min_prices = prices[j];
					profit = prices[i] - min_prices;
					if (profit > ans)
						ans = profit;
				}
			}
		}
		return ans;
	}
};

在这里插入图片描述

(二)动态规划

设第iii天的股票价格为:prices[i]prices[i]prices[i]

dp[i]dp[i]dp[i]表示:第iii天之前(包括第iii天)卖出股票,所能得到的最大收益,则:

dp[i]=max(dp[i−1],prices[i]−min(prices[0,...,i−1]))dp[i]=max(dp[i-1],prices[i]-min(prices[0,...,i-1]))dp[i]=max(dp[i1],prices[i]min(prices[0,...,i1]))

C++代码:

class Solution {
public:
	int maxProfit(vector<int>& prices) {
		if (prices.empty())
			return 0;
		int min_prices = prices[0];
		vector<int> dp(prices.size(), 0);
		for (int i = 1; i < prices.size(); i++) {
			if (min_prices > prices[i - 1])
				min_prices = prices[i - 1];
			dp[i] = max(dp[i - 1], prices[i] - min_prices);
		}
		return dp[prices.size() - 1];
	}
	int max(int a, int b) {
		return (a > b) ? a : b;
	}
};

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值