121.給定一個數組,它的第 i 個元素是一支給定股票第 i 天的價格。如果你最多隻允許完成一筆交易(即買入和賣出一支股票一次),設計一個算法來計算你所能獲取的最大利潤。
兩種方法:
1.暴力法
2.一次遍歷
- 先求最小值
- 當前值減去最小值是否是當前最大利潤
class Solution:
#暴力法
def maxProfitAll(self, prices):
maxprofit = 0
for i in range(len(prices)-1):
for j in range(i+1, len(prices)):
if prices[j] - prices[i] > maxprofit:
maxprofit = prices[j] - prices[i]
return maxprofit
#一次遍歷
def maxProfit(self, prices):
inf = int(1e9)
minprice = inf
maxprofit = 0
for i in range(len(prices)):
if prices[i] < minprice:#先求最小值
minprice = prices[i]
elif prices[i] - minprice > maxprofit:#當前值減去最小值是否是當前最大利潤(直線if,就不會直線elif)
maxprofit = prices[i] - minprice
return maxprofit
print(Solution().maxProfitAll([7,1,5,3,6,4]))
122.買賣股票的最佳時機II
給定一個數組,它的第 i 個元素是一支給定股票第 i 天的價格。
設計一個算法來計算你所能獲取的最大利潤。你可以儘可能地完成更多的交易(多次買賣一支股票)。
注意:你不能同時參與多筆交易(你必須在再次購買前出售掉之前的股票)。
方法:谷峯法一次遍歷
class Solution:
def maxProfit(self, prices):
maxprofit = 0
for i in range(1, len(prices)):
if prices[i] > prices[i - 1]:
maxprofit += prices[i] - prices[i - 1]
return maxprofit
- 買賣股票的最佳時機 III
題目:最多可以完成 兩筆 交易。
i代表天數,j代表可以交易的次數
0,1代表不持有股票,持有股票
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
if n==1 or n==0:
return 0
k=2
dp = [[[0,0] for j in range(k+1)] for i in range(n)]
# n,k,2(0 sell,1 buy)
for i in range(0,n):
for j in range(k,-1,-1):
if i==0:
dp[i][j][0]=0
dp[i][j][1]=-prices[0]
elif j==0:
dp[i][j][1]=-float('inf')
dp[i][j][0]=0
else:
dp[i][j][0]=max(dp[i-1][j][0],dp[i-1][j][1]+prices[i])
dp[i][j][1]=max(dp[i-1][j][1],dp[i-1][j-1][0]-prices[i])
return dp[n-1][k][0]