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。
1.分治法:将数组分成左右两部分,最大利润有3种情况,第一种在左侧,第二种在右侧,第三种是横跨左右两部分,即最小买入在左侧,最大卖出在右侧。计算三种情况的最大利润,输出最大的结果。时间复杂度为O(nlogn)
class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
length=len(prices)
if length==0:
return 0
return self.divide(prices,0,length-1)
def divide(self, prices, s, t):
if s==t:
return 0
mid=(s+t)//2
lmin=prices[s]
for i in range(s,mid+1):
if prices[i]<lmin:
lmin=prices[i]
rmax=prices[mid+1]
for i in range(mid,t+1):
if prices[i]>rmax:
rmax=prices[i]
maxprofit=rmax-lmin
lmaxprofit=self.divide(prices,s,mid)
rmaxprofit=self.divide(prices,mid+1,t)
if lmaxprofit > maxprofit:
maxprofit = lmaxprofit
if rmaxprofit > maxprofit:
maxprofit = rmaxprofit
return maxprofit
2.动态规划:d[i] 表示前i + 1个价格中最大利润, min[i] 表示前i + 1个中最小的买入价格,d[i + 1] = max{d[i], prices[i + 1] - min[i]},求出d[i + 1]后,更新min[i + 1],时间复杂度为O(n)
class Solution:
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
length = len(prices)
if length == 0:return 0
d = [0] * length
min = [0] * length
d[0] = 0
min[0] = prices[0]
for i in range(1, length):
d[i] = prices[i] - min[i - 1]
min[i] = prices[i]
if d[i] < d[i - 1]:
d[i] = d[i - 1]
if min[i - 1] < min[i]:
min[i] = min[i - 1]
return d[length - 1]
int maxProfit(vector<int> &prices) {
int maxPro = 0;
int minPrice = INT_MAX;
for(int i = 0; i < prices.size(); i++){
minPrice = min(minPrice, prices[i]);
maxPro = max(maxPro, prices[i] - minPrice);
}
return maxPro;
}