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)。
示例 1:
輸入: [7,1,5,3,6,4]
輸出: 7
解釋: 在第 2 天(股票價格 = 1)的時候買入,在第 3 天(股票價格 = 5)的時候賣出, 這筆交易所能獲得利潤 = 5-1 = 4 。
隨後,在第 4 天(股票價格 = 3)的時候買入,在第 5 天(股票價格 = 6)的時候賣出, 這筆交易所能獲得利潤 = 6-3 = 3 。
示例 2:
輸入: [1,2,3,4,5]
輸出: 4
解釋: 在第 1 天(股票價格 = 1)的時候買入,在第 5 天 (股票價格 = 5)的時候賣出, 這筆交易所能獲得利潤 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接連購買股票,之後再將它們賣出。
因爲這樣屬於同時參與了多筆交易,你必須在再次購買前出售掉之前的股票。
示例 3:
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。
解題思路:
動態規劃,因爲是沒限制次數的,所以可以多買多賣,比如[1,5,3,4,6],1買,5賣,找局部最小3買,4賣,找局部最小,4買,5賣,最後賺7
那麼也就是用prices[i] < min找局部最小,否則就賣出,然後令min = prices[i]
提交代碼:(動態規劃,Runtime: 60 ms, faster than 83.66 %,代碼可以優化,爲了更易理解我未做優化 )
class Solution:
def maxProfit(self, prices: 'List[int]') -> int:
sum = 0
min = float('inf')
for i in range(len(prices)):
if prices[i] < min:
min = prices[i]
else:
sum = sum + prices[i] - min
min = prices[i]
return sum