买卖股票的最佳时机

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 。

public class MaxProfit {
    public static void main(String[] args) {
        int[] prices = {7, 1, 5, 3, 6, 4}; // 示例数组
        int maxProfit = maxProfit(prices);
        System.out.println("可以获取的最大利润: " + maxProfit);
    }

    public static int maxProfit(int[] prices) {
        // 如果数组为空或长度为1，则没有交易可进行
        if (prices == null || prices.length < 2) {
            return 0;
        }

        int minPrice = prices[0]; // 最低价格初始化为第一天的价格
        int maxProfit = 0; // 最大利润初始化为0

        for (int i = 1; i < prices.length; i++) {
            // 更新最低价格
            if (prices[i] < minPrice) {
                minPrice = prices[i];
            } else {
                // 计算当前利润
                int currentProfit = prices[i] - minPrice;
                // 更新最大利润
                maxProfit = Math.max(maxProfit, currentProfit);
            }
        }

        return maxProfit;
    }
}

代码解释：

1. 初始化： 我们设置一个变量 minPrice 来存储遇到的最低价格，并初始化为数组的第一个元素。同时，也初始化一个变量 maxProfit 为 0，用来记录能获得的最大利润。

2. 遍历价格数组： 从第二天开始（索引 1），依次检查每一天的价格：

   • 如果当前价格小于 minPrice，那么更新 minPrice 为当前价格。
   • 否则，计算当前的利润（当前价格 - minPrice）并查看是否比目前的 maxProfit 更高。如果是，则更新 maxProfit。

3. 返回结果： 遍历结束后，maxProfit 就是能够获得的最大利润。如果没有利润可得，maxProfit 会返回 0。

时间复杂度：

这个算法的时间复杂度是 O(n)，其中 n 是数组的长度，因为我们只需要遍历价格数组一次。空间复杂度是 O(1)，因为我们只用了一些额外的变量。