买卖股票系列
【leetcode】40-best-time-to-buy-and-sell-stock 力扣 121. 买卖股票的最佳时机
【leetcode】41-best-time-to-buy-and-sell-stock-ii 力扣 122. 买卖股票的最佳时机 II
【leetcode】42-best-time-to-buy-and-sell-stock-iii 力扣 123. 买卖股票的最佳时机 III
【leetcode】43-best-time-to-buy-and-sell-stock-iv 力扣 188. 买卖股票的最佳时机 IV
【leetcode】44-best-time-to-buy-and-sell-stock-with-cooldown 力扣 309. 买卖股票的最佳时机包含冷冻期
【leetcode】45-best-time-to-buy-and-sell-stock-with-cooldown 力扣 714. 买卖股票的最佳时机包含手续费
开源地址
为了便于大家学习，所有实现均已开源。欢迎 fork + star~
121. 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 。
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；同时，你不能在买入前卖出股票。 示例 2：
输入：prices = [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。
提示：
1 <= prices.length <= 10^5 0 <= prices[i] <= 10^4
V1-暴力解法
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17 /**
* 最简单的暴力算法
* @param prices 价格
* @return 结果
*/
public int maxProfit(int[] prices) {
int maxResult = 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];
maxResult = Math.max(profit, maxResult);
}
}
return maxResult;
}
这种解法会超时。
v2-如何优化呢？
核心的一点：最大的利润，卖出之前则必须是买入的最小值、卖出的最大值。
所以只需要做几件事：
0）最大值，最小值初始化为 prices[0];
1）记录最大的利润 maxResult = maxPrice - minPrice;
2）如果遇到了最小值，则重新初始化 minPrice, maxPrice
代码实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19 public int maxProfit(int[] prices) {
int maxResult = 0;
int minVal = prices[0];
int maxVal = prices[0];
for(int i = 1; i < prices.length; i++) {
int cur = prices[i];
// 值大于当前值
if(cur > maxVal) {
maxResult = Math.max(maxResult, cur - minVal);
}
// 重置
if(cur < minVal) {
minVal = cur;
maxVal = cur;
}
}
return maxResult;
}
V2.5-代码性能优化
优化思路
上面的分支判断太多
核心实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14class Solution {
public int maxProfit(int[] prices) {
int maxResult = 0;
int minVal = prices[0];
for(int i = 0; i < prices.length; i++) {
minVal = Math.min(minVal, prices[i]);
maxResult = Math.max(prices[i] - minVal, maxResult);
}
return maxResult;
}
}
效果
1ms 击败100.00%
V3-DP 的思路-贯穿整体解法
思路
我们一共完成了一笔完整的交易，分为两步：
- b1 买入1
- s1 卖出1
卖出+买入构成了完整的交易。
每一天我们都可以决定是否买，是否卖？
初始化
b1 买入时，我们初始化为 -prices[0];
s1 卖出时，初始化为0；
代码
1
2
3
4
5
6
7
8
9
10
11
12public int maxProfit(int[] prices) {
int b1 = -prices[0];
int s1 = 0;
for(int i = 0; i < prices.length; i++) {
// 卖出第一笔 是否卖？ 不卖则为s1, 卖出则为 b1 + prices[i]
s1 = Math.max(s1, b1 + prices[i]);
// 买入第一笔 是否买？ 如果买，则花费为当前金额;
b1 = Math.max(b1, - prices[i]);
}
return s1;
}
