原文链接: https://leetcode-cn.com/problems/gu-piao-de-zui-da-li-run-lcof
中文题目
假设把某股票的价格按照时间先后顺序存储在数组中,请问买卖该股票一次可能获得的最大利润是多少?
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。
限制:
0 <= 数组长度 <= 10^5
注意:本题与主站 121 题相同:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/
通过代码
高赞题解
解题思路:
- 设共有 $n$ 天,第 $a$ 天买,第 $b$ 天卖,则需保证 $a < b$ ;可推出交易方案数共有:
$$
(n - 1) + (n - 2) + \cdots + 2 + 1 = n(n - 1) / 2
$$
- 因此,暴力法的时间复杂度为 $O(n^2)$ 。考虑使用动态规划降低时间复杂度,以下按照流程解题。
动态规划解析:
- 状态定义: 设动态规划列表 $dp$ ,$dp[i]$ 代表以 $prices[i]$ 为结尾的子数组的最大利润(以下简称为 前 $i$ 日的最大利润 )。
- 转移方程: 由于题目限定 “买卖该股票一次” ,因此前 $i$ 日最大利润 $dp[i]$ 等于前 $i - 1$ 日最大利润 $dp[i-1]$ 和第 $i$ 日卖出的最大利润中的最大值。
$$
前 i 日最大利润 = \max(前 (i-1) 日最大利润, 第 i 日价格 - 前 i 日最低价格)
$$
$$
dp[i] = \max(dp[i - 1], prices[i] - \min(prices[0:i]))
$$
- 初始状态: $dp[0] = 0$ ,即首日利润为 $0$ ;
- 返回值: $dp[n - 1]$ ,其中 $n$ 为 $dp$ 列表长度。
{:width=550}
效率优化:
- 时间复杂度降低: 前 $i$ 日的最低价格 $\min(prices[0:i])$ 时间复杂度为 $O(i)$ 。而在遍历 $prices$ 时,可以借助一个变量(记为成本 $cost$ )每日更新最低价格。优化后的转移方程为:
$$
dp[i] = \max(dp[i - 1], prices[i] - \min(cost, prices[i])
$$
- 空间复杂度降低: 由于 $dp[i]$ 只与 $dp[i - 1]$ , $prices[i]$ , $cost$ 相关,因此可使用一个变量(记为利润 $profit$ )代替 $dp$ 列表。优化后的转移方程为:
$$
profit = \max(profit, prices[i] - \min(cost, prices[i])
$$
复杂度分析:
- 时间复杂度 $O(N)$ : 其中 $N$ 为 $prices$ 列表长度,动态规划需遍历 $prices$ 。
- 空间复杂度 $O(1)$ : 变量 $cost$ 和 $profit$ 使用常数大小的额外空间。
<,,,,,,,>
代码:
class Solution:
def maxProfit(self, prices: List[int]) -> int:
cost, profit = float("+inf"), 0
for price in prices:
cost = min(cost, price)
profit = max(profit, price - cost)
return profit
class Solution {
public int maxProfit(int[] prices) {
int cost = Integer.MAX_VALUE, profit = 0;
for(int price : prices) {
cost = Math.min(cost, price);
profit = Math.max(profit, price - cost);
}
return profit;
}
}
统计信息
通过次数 | 提交次数 | AC比率 |
---|---|---|
143759 | 226474 | 63.5% |
提交历史
提交时间 | 提交结果 | 执行时间 | 内存消耗 | 语言 |
---|