题目的主要信息:

  • 给出一个数组表示连续多日的股票价格
  • 你可以选择在某一天买入股票,在另一天卖出股票,买卖都只有一次机会,不能在同一天
  • 假设买卖没有手续费,问最高收益是多少,即卖出的价格减去买入的价格,如果没有利润需要返回0
  • 可以看成查找数组中b-a的最大值,其中b必须在a的后面

方法一:动态规划

具体做法:

对于每天有到此为止的最大收益和是否持股两个状态,因此我们可以用动态规划。dp[i][0]dp[i][0]表示第i天不持股到该天为止的最大收益,dp[i][1]dp[i][1]表示第i天持股,到该天为止的最大收益。

  • 初始状态: 第一天不持股,则总收益为0,dp[0][0]=0dp[0][0]=0;第一天持股,则总收益为买股票的花费,此时为负数,dp[0][1]=prices[0]dp[0][1] = -prices[0]
  • 状态转移: 对于之后的每一天,如果当天不持股,有可能是前面的若干天中卖掉了或是还没买,因此到此为止的总收益和前一天相同,也有可能是当天才卖掉,我们选择较大的状态dp[i][0]=max(dp[i1][0],dp[i1][1]+prices[i])dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i]);如果当天持股,有可能是前面若干天中买了股票,当天还没卖,因此收益与前一天相同,也有可能是当天买入,此时收益为负的股价,同样是选取最大值:dp[i][1]=max(dp[i1][1],prices[i])dp[i][1] = max(dp[i - 1][1], -prices[i])
class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int n = prices.size();
        vector<vector<int> > dp(n, vector<int>(2, 0)); //dp[i][0]表示某一天不持股到该天为止的最大收益,dp[i][1]表示某天持股,到该天为止的最大收益
        dp[0][0] = 0; //第一天不持股,总收益为0
        dp[0][1] = -prices[0]; //第一天持股,总收益为减去该天的股价
        for(int i = 1; i < n; i++){ //遍历后续每天,状态转移
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
            dp[i][1] = max(dp[i - 1][1], -prices[i]);
        }
        return dp[n - 1][0]; //最后一天不持股,到该天为止的最大收益
    }
};

复杂度分析:

  • 时间复杂度:O(n)O(n),遍历一次数组
  • 空间复杂度:O(n)O(n),动态规划辅助数组的空间

方法二:贪心

具体做法:

如果我们在某一天卖出了股票,那么要想收益最高,一定是它前面价格最低的那天买入的股票才可以。因此我们可以利用贪心思想解决,每次都将每日收入与最低价格相减维护最大值。

  • step 1:首先排除数组为空的特殊情况。
  • step 2:将第一天看成价格最低,后续遍历的时候遇到价格更低则更新价格最低,每次都比较最大收益与当日价格减去价格最低的值,选取最大值作为最大收益。

可以参考以下图示: alt

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int res = 0; //维护最大收益
        if(prices.size() == 0) //排除特殊情况
            return res;
        int Min = prices[0]; //维护最低股票价格
        for(int i = 1; i < prices.size(); i++){ //遍历后续股票价格
            Min = min(Min, prices[i]); //如果当日价格更低则更新最低价格
            res = max(res, prices[i] - Min); //维护最大值
        }
        return res;
    }
};

复杂度分析:

  • 时间复杂度:O(n)O(n),一次遍历数组
  • 空间复杂度:O(1)O(1),常数级变量,无额外辅助空间