剑指 Offer 63. 股票的最大利润

最新推荐文章于 2025-05-18 19:14:41 发布

今天你写BUG了吗。

最新推荐文章于 2025-05-18 19:14:41 发布

阅读量75

点赞数

文章标签：算法

本文链接：https://blog.youkuaiyun.com/m0_53554472/article/details/125570945

版权

本文介绍了三种求解股票买卖最佳时机以获得最大利润的算法：一次遍历法、暴力搜索法及动态规划法。通过实例代码详细展示了每种方法的具体实现过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include<iostream>
#include<vector>
using namespace std;
class Solution {
    //不回头的一次遍历思想
public:
    int maxProfit(vector<int>& prices)
    {
        int maxfit=0;
        if(prices.size()==0)return maxfit;
        int kmin=prices[0];
        for(int i=0;i<prices.size();i++)
        {//会发现prices[i]在向前移动 同时kmin也在随之向前移动更新
            if(kmin>prices[i])
            {//如果当前的值比前面最低点值还小  那么就不用再比了 今天卖票一定亏
                kmin=prices[i];//不回头看了
            }
            else//如果当前值比前面最低点值大 那么比一下 是不是比之前收益大
            {
                if(prices[i]-kmin>maxfit)
                maxfit=prices[i];
            }
        }
        return maxfit;
    }
};
int main()
{

}

#include<iostream>
#include<vector>
using namespace std;
class Solution {//暴力搜索法   O（n2)
    int max1=0;
    int st;
    int ed;
public:
    int maxProfit(vector<int>& prices) {
        for(int i=0;i<prices.size();i++)
        {
            st=prices[i];
            ed=prices[i];
            for(int j=i+1;j<prices.size();j++)
            {
                if(prices[j]>ed)
                ed=prices[j];
            }
            if((ed-st)>max1)
            max1=ed-st;
        }
        return max1;
    }
};
int main()
{

}

#include<iostream>
#include<vector>
using namespace std;
class Solution {
    //int dp[100002]={0};
    int pre;
    int dp;
    int min1=0;
public:
    // int maxProfit(vector<int>& prices)
    // {
    //     if(prices.size()==0)return 0;
    //     min1=prices[0];
    //     for(int i=0;i<prices.size();i++)
    //     {//dp[i]表示 以下标为i的结尾的最大值 即前i天最大利润 这是核心子问题划分 类似于连续子数组和
    //         if(prices[i]<min1)
    //         {//和连续子数组和的区别在此   这里每次判断最小元素
    //         //关键之处  如果今天是当前值最小的那一天  那么今天肯定不应该卖
    //         //今天肯定得买你才会赚 不然必亏
    //         //如果你今天买的话 你最多也就赚0元钱  因为今天买今天卖 一个价格
    //         //但是从今天后 之后的dp数组的min1值都开始改了
    //         //之后再相减肯定是取那天最小的相减了 因为赚的更多
    //             min1=prices[i];
    //         }
    //         if(i==0)
    //         dp[i]=0;
    //         else
    //         {
    //         //只有两种情况 用当天减去最小值没有前几天的好 或者 比前几天的好
    //         //如果min1正好就是prices[i]也不怕 此时赚0元 肯定选的dp[i-1]
    //         //
    //             dp[i]=max(dp[i-1],prices[i]-min1);
    //         }
    //     }
    //     return dp[prices.size()-1];
    // }
    int maxProfit(vector<int>& prices)
    {
        if(prices.size()==0)return 0;
        min1=prices[0];
        for(int i=0;i<prices.size();i++)
        {//dp[i]表示 以下标为i的结尾的最大值 即前i天最大利润 这是核心子问题划分 类似于连续子数组和
            if(prices[i]<min1)
            {//和连续子数组和的区别在此   这里每次判断最小元素
            //关键之处  如果今天是当前值最小的那一天  那么今天肯定不应该卖
            //今天肯定得买你才会赚 不然必亏
            //如果你今天买的话 你最多也就赚0元钱  因为今天买今天卖 一个价格
            //但是从今天后 之后的dp数组的min1值都开始改了
            //之后再相减肯定是取那天最小的相减了 因为赚的更多
                min1=prices[i];
            }
            if(i==0)
            {
                dp=0;
                pre=0;
            }
            else
            {
            //只有两种情况 用当天减去最小值没有前几天的好 或者 比前几天的好
            //如果min1正好就是prices[i]也不怕 此时赚0元 肯定选的dp[i-1]
            //
                //dp[i]=max(dp[i-1],prices[i]-min1);
                dp=max(pre,prices[i]-min1);
            }
        }
        return dp;
    }
};
int main()
{

}