算法現在就是大廠、外企的硬指標。開發、測開、測試，想往上總是繞不開的。
題目描述
難度：【簡單】 標籤：【數組】、【動態規劃】
給定一個數組 prices ，它的第 i 個元素 prices[i] 表示一支給定股票第 i 天的價格。
你只能選擇 某一天 買入這隻股票，並選擇在 未來的某一個不同的日子 賣出該股票。
設計一個算法來計算你所能獲取的最大利潤。
返回你可以從這筆交易中獲取的最大利潤。如果你不能獲取任何利潤，返回 0 。
題目地址：https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/
示例
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；同時，你不能在買入前賣出股票。
示例 2
輸入：prices = [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
暴力破解會有超時風險。
一次遍歷的思路：
在遍歷prices中的每一天價格的時候，如果有一個變量來記錄最小价min_price，那麼就好計算出當前價格可以賺的利潤了。
min_price = float("inf")這裏用到了正無窮，來初始化這個最小价格，因爲價格肯定是正的，具體多少暫時不知道。
開始遍歷，在每一次的遍歷中，用當前的price，與最小价min_price進行比較，取最小的來更新最小价。
然後計算當前這個價格下，可以賺的利潤，用max_profit來存放當前可以賺的利潤，初始化爲 0。
當前價格price - min_price與max_profit 比較後取最大，更新最大利潤max_profit。
當遍歷完成後，返回max_profit即可。
class Solution:
def maxProfit(self, prices: List[int]) -> int:
min_price = float("inf")
max_profit = 0
for price in prices:
min_price = min(min_price, price)
max_profit = max(max_profit, price - min_price)
return max_profit