题目描述
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 。

思路解析与代码展示
方法一:
最开始我的想法是使用回溯的方式解决,但是最后就出现了一个问题,那就是这里使用回溯算法会使得时间复杂度巨高!下面是我的思路

class Solution {
public int maxProfit(int[] prices) {
//所以这里就相当于已经有了一些数据,然后我们只需要在数据中找到差值最大的两个数据的下标就可以,前提就是不可以用前面减去后面而已
if(prices.length==0) return 0; //如果不存在,直接返回0
int x=0; //指向最前面
int y=prices.length-1; //指向最后面
int result=0; //定义一个用来装载我们的结果
return helper(prices,0,y,result);
}
private int helper(int[] prices,int x,int y,int result){
if(y==0) return result;
for(int i=x;i<y;i++){
if(prices[i]>prices[y])
{
continue;
}
result=Math.max(prices[y]-prices[i],result);
}
result=Math.max(helper(prices,0,y-1,result),result);
return result;
}
}
方法二:
上面的方法不行,那么我们来尝试新的方法----暴力求解
public class Solution {
public int maxProfit(int[] prices) {
int maxprofit = 0;
for (int i = 0; i < prices.length - 1; i++) {
for (int j = i + 1; j < prices.length; j++) {
int profit = prices[j] - prices[i];
if (profit > maxprofit) {
maxprofit = profit;
}
}
}
return maxprofit;
}
}
方法三:一次遍历
我们发现,只要我们知道最小值是多少,我们就可以通过一次遍历得到最小的值,那么我们怎么知道最小的值是多少?
我们可以最开始把第一个值作为最小的值,然后后面的每个值和这个值作比较,如果小于这个值,那么这个值就作为当前的值,如果大于的话就用当前值减去最小值,最后我们就可以得到最后想要的结果了!
这个也是根据股票购买的权限(不可以后面的作为买,前面的作为卖!)来确定的
public class Solution {
public int maxProfit(int prices[]) {
int minprice = Integer.MAX_VALUE;
int maxprofit = 0;
for (int i = 0; i < prices.length; i++) {
if (prices[i] < minprice) {
minprice = prices[i];
} else if (prices[i] - minprice > maxprofit) {
maxprofit = prices[i] - minprice;
}
}
return maxprofit;
}
}
方法四:动态规划
从题目可以知道,我们当前会取决于前一天我们买还是不买!

public class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
// 特殊判断
if (len < 2) {
return 0;
}
int[][] dp = new int[len][2];
// dp[i][0] 下标为 i 这天结束的时候,不持股,手上拥有的现金数
// dp[i][1] 下标为 i 这天结束的时候,持股,手上拥有的现金数
// 初始化:不持股显然为 0,持股就需要减去第 1 天(下标为 0)的股价
dp[0][0] = 0;
dp[0][1] = -prices[0];
// 从第 2 天开始遍历
for (int i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], -prices[i]);
}
return dp[len - 1][0];
}
}

这篇博客探讨了四种解决股票交易最大利润问题的算法。方法一使用回溯,但效率低下;方法二采用暴力求解,双层循环计算所有可能组合;方法三通过一次遍历找到最低价格并计算最大利润;方法四是动态规划,利用前一天的状态来优化当前决策。每种方法都有其优缺点,实际应用中需考虑时间和空间复杂度。
516

被折叠的 条评论
为什么被折叠?



