Leetcode-买卖股票的最佳时机

Sherlockkkkz

于 2022-03-13 17:05:11 发布

阅读量623

点赞数

文章标签： leetcode 算法 python 动态规划

本文链接：https://blog.youkuaiyun.com/weixin_44166338/article/details/123461847

版权

本文介绍了如何使用动态规划解决股票交易的最大利润问题。作者首先尝试了暴力枚举的方法，但发现效率低下，随后通过分析得出动态规划的递推式，并实现了一个更高效的解决方案。递推式为d[i]=max{d[i-1], i-min(i-1)}

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述
一开始直接蛮力枚举。。。。：

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        d = 0
        for i in range(len(prices)):
            for j in range(i,len(prices)):
                if(prices[j]-prices[i]>d):
                    d = prices[j]-prices[i]
        return d

醉了。。。
在这里插入图片描述
还是得用动态规划的思想来做，但一开始确实是没找出来。。。

分析： 前 i 天的最大收益依赖于前 i-1 天的最大收益，和第 i 天的收益减去前 i-1 天中的最小买入价格，两个比较取最大，所以递推式为 d[i] = max{d[i-1] , i - min(i-1)}

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        d = 0      ##记录当前最大收益
        mi = prices[0]     ## 记录前i-1天中最小买入价格
        for i in range(1,len(prices)):
            if(d<(prices[i])-mi):
                d = prices[i]-mi
            elif(prices[i]<mi):
                mi = prices[i]
        return d