題目鏈接:121. 買賣股票的最佳時機
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),設計一個算法來計算你所能獲取的最大利潤。
注意你不能在買入股票前賣出股票。
示例 1:
輸入: [7,1,5,3,6,4]
輸出: 5
解釋: 在第 2 天(股票價格 = 1)的時候買入,在第 5 天(股票價格 = 6)的時候賣出,最大利潤 = 6-1 = 5 。
注意利潤不能是 7-1 = 6, 因爲賣出價格需要大於買入價格。
示例 2:
輸入: [7,6,4,3,1]
輸出: 0
解釋: 在這種情況下, 沒有交易完成, 所以最大利潤爲 0。
程序說明:
可以轉化成線性動態規劃,f[i]表示前 i 天的最大利潤,low數組預處理出前 i 天最小价格(用於買入股票),那麼轉移方程爲 f[i] = max(f[i - 1],w[i] - low[i]),其中w[i]是第 i 天的股票價格。
仔細考慮了一下發現沒有必要用數組存儲,可以進一步優化。
代碼如下:
class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
int[] low = new int[len + 1];
int[] f = new int[len + 1];
Arrays.fill(low, 0, len, 0x3f3f3f3f);
for(int i = 2; i <= len; i++)
low[i] = Math.min(low[i - 1], prices[i - 2]);
for(int i = 2; i <= len; i++)
f[i] = Math.max(f[i - 1], prices[i - 1] - low[i]);
return f[len];
}
}
降維優化:
class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
int max_pro = 0;
int min_pro = 0x3f3f3f3f;
for(int i = 2; i <= len; i++) {
min_pro = Math.min(min_pro, prices[i - 2]);
max_pro = Math.max(max_pro, prices[i - 1] - min_pro);
}
return max_pro;
}
}