赞
踩
example
input : prices = [7,1,5,3,6,4]
output : 5
note : 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,不能在买入前卖出股票。
input : prices = [7,6,4,3,1]
output : 0
note : 在这种情况下, 没有交易完成, 所以最大利润为 0。
dp
,记录在价格数组中,从开始到每个位置的共 n-1
个子区间内,可以获得的最大利润dp[i]
表示前i天的子区间内,可以获得的最大利润dp[0] = 0
,因为不能在当天操作,所以无法获得利润dp[i] = Math.max(prices[i] - minPrice, dp[i - 1])
prices[i]
与历史最低价格
的差sub
,大于前一天可以获得的最大利润dp[i-1]
,则把当天可获得的最大利润dp[i]
设置为sub
;否则把dp[i]
设置为与dp[i-1]
相同的值,说明可以获得的最大利润的卖出时间在之前的某天,所以只要保证在今天之前卖出,持续到今天依然是能够保证最大利润。dp
的最后一个元素值,就是整个时间区间内,可以获得的最大利润值。思路1代码
public class Solution1 { public int maxProfitDp1(int[] prices) { int n = prices.length; int[] dp = new int[n]; dp[0] = 0; int minPrice = prices[0]; for (int i = 1; i < n; i++) { // dp[i] = Math.max(prices[i] - minPrice, dp[i - 1]); // minPrice = Math.min(minPrice, prices[i]); if (prices[i] - minPrice > dp[i - 1]) { dp[i] = prices[i] - minPrice; } else { dp[i] = dp[i - 1]; } if (minPrice > prices[i]) { minPrice = prices[i]; } } return dp[n - 1]; } // DP2为动态规划的简化,放弃额外的数组记录,只维护一个最大利润变量,是从DP衍生而来的 public int maxProfitDp2(int[] prices) { int len = prices.length; int maxProfile = 0; int minPrice = prices[0]; for (int i = 1; i < len; i++) { // maxProfile = Math.max(prices[i] - minPrice, maxProfile); // minPrice = Math.min(minPrice, prices[i]); if (prices[i] - minPrice > maxProfile) { maxProfile = prices[i] - minPrice; } if (minPrice > prices[i]){ minPrice = prices[i]; } } return maxProfile; } }
思路2代码
public class Solution2 {
public int maxProfit(int[] prices) {
int len = prices.length;
int maxProf = 0;
for (int i = 0; i < len - 1; i++) {
for (int j = i + 1; j < len; j++) {
maxProf = Math.max(prices[j] - prices[i], maxProf);
}
}
return maxProf;
}
}
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。