博客
关于我
L121买卖股票的最佳时机
阅读量:215 次
发布时间:2019-02-28

本文共 2672 字,大约阅读时间需要 8 分钟。

  1. 买卖股票的最佳时机
    给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。

如果你最多只允许完成一笔交易(即买入和卖出一支股票一次),设计一个算法来计算你所能获取的最大利润。

注意:你不能在买入股票前卖出股票。

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: [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。

1.暴力方法

class Solution {       public int maxProfit(int[] prices) {           int len = prices.length;        if(len == 0) return 0;                int max = Integer.MIN_VALUE;        for(int i = 0; i < len; i++) {           	for(int j = i; j 

注意两者下标的区别,主要是怕漏了为0的结果

class Solution {       public int maxProfit(int[] prices) {           int len = prices.length;        if(len == 0) return 0;                int max = 0;//默认为0        for(int i = 0; i < len; i++) {           	for(int j = i + 1; j 

其实最小值为0未覆盖,可以使i,j重合,这样就满足最小值情况了

public int maxProfit2(int[] prices) {           //两个程序方法是相同的        int len = prices.length;        if(len  == 0) return 0;        int max = Integer.MIN_VALUE;        for(int i = 0; i < len; i++){               for(int j = i; j < len; j++){                   if(max < prices[j] - prices[i]){                       max = prices[j] - prices[i];                }            }        }        return max;    }    public int maxProfit1(int[] prices) {           int len = prices.length;        if(len == 0) return 0;        int max =Integer.MIN_VALUE;        for(int i = 0;i < len; i++){               for(int j = 0; j <= i; j++){                   if(max < prices[i] - prices[j]){                       max = prices[i] - prices[j];                }            }        }        return max;    }

2.记录最大值,利用一个变量

class Solution {       public int maxProfit(int[] prices) {           if(prices == null || prices.length == 0) return 0;        int len = prices.length;        //记录左边的最小值,一次遍历便可搞定        int minPrice = Integer.MAX_VALUE, res = 0;        for(int i = 0; i < len; i++){               if(prices[i] < minPrice) minPrice = prices[i];            if(res < prices[i] - minPrice) res = prices[i] - minPrice;        }        return res;    }}

3.动态规划

先进行状态设计
在这里插入图片描述

public int maxProfit(int[] prices) {           if(prices == null || prices.length == 0) return 0;        int len = prices.length;        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        dp[0][0] = 0;        dp[0][1] = -prices[0];        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];        //只需要判断最后的情况即可    }

进一步压缩空间

转载地址:http://cjvp.baihongyu.com/

你可能感兴趣的文章
NAT PAT故障排除实战指南:从原理到技巧的深度探索
查看>>
nat 网卡间数据包转发_你是不是从来没有了解过光纤网卡,它跟普通网卡有什么区别?...
查看>>
NAT-DDNS内网穿透技术,快解析DDNS的优势
查看>>
NAT-DDNS内网穿透技术,快解析DDNS的优势
查看>>
NAT-DDNS内网穿透技术,解决动态域名解析难题
查看>>
natapp搭建外网服务器
查看>>
NativePHP:使用PHP构建跨平台桌面应用的新框架
查看>>
nativescript(angular2)——ListView组件
查看>>
NativeWindow_01
查看>>
Native方式运行Fabric(非Docker方式)
查看>>
Nature | 电子学“超构器件”, 从零基础到精通,收藏这篇就够了!
查看>>
Nature和Science同时报道,新疆出土四千年前遗骸完成DNA测序,证实并非移民而是土著...
查看>>
Nature封面:只低一毫米,时间也会变慢!叶军团队首次在毫米尺度验证广义相对论...
查看>>
Nat、端口映射、内网穿透有什么区别?
查看>>
Nat、端口映射、内网穿透有什么区别?
查看>>
nat打洞原理和实现
查看>>
NAT技术
查看>>
NAT模式/路由模式/全路由模式 (转)
查看>>
NAT模式下虚拟机centOs和主机ping不通解决方法
查看>>
NAT的两种模式SNAT和DNAT,到底有啥区别?
查看>>