免费素材网站 可商用,心理咨询网站,销售crm,清苑住房和城乡建设局网站1、题目
给定一个数组 prices #xff0c;它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票#xff0c;并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的…1、题目
给定一个数组 prices 它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润返回 0 。 2、示例
示例1 输入[7,1,5,3,6,4]
输出5
解释在第 2 天股票价格 1的时候买入在第 5 天股票价格 6的时候卖出最大利润 6-1 5 。
注意利润不能是 7-1 6, 因为卖出价格需要大于买入价格同时你不能在买入前卖出股票。 示例2 输入prices [7,6,4,3,1]
输出0
解释在这种情况下, 没有交易完成, 所以最大利润为 0。3、解题思路
该题有两种解决方法
1.暴力法
通过遍历取出数组中的每一个元素并跟剩下的元素进行求差的结果再与最大利润进行比较如此循环找出最大利润值。
2.动态规划法(优解)
首先假设第i天是获取最大的利益值那么购入时候肯定是在集合[0,i-1]的范围里面找到其中的最小值然后两者的价格相减就是我们要的最大利益。 4、LeetCode代码与案例代码
1.暴力法
LeetCode代码
class Solution {public int maxProfit(int[] prices) {int maxProfit 0;for (int i0;i prices.length-1;i){for (int ji1;j prices.length;j){if (prices[j] - prices[i]maxProfit){maxProfit prices[j] - prices[i];}}}return maxProfit;}
}
案例代码
package LettCode05;public class javaDemo {public static void main(String[] args) {int nums[] new int[]{7,6,4,3,1};
// 暴力解法int maxProfit 0;for (int i0;i nums.length-1;i){for (int ji1;j nums.length;j){if (nums[j] - nums[i]maxProfit){maxProfit nums[j] - nums[i];}}}System.out.println(最大利润为maxProfit);}
}总结:时间复杂度为O(n^2)空间复杂度为O(1); 2.动态规划法
LeetCode代码
class Solution {public int maxProfit(int[] prices) {int lowPrice Integer.MAX_VALUE;int max_profit 0;for(int i0;iprices.length;i){if (prices[i]lowPrice){lowPrice prices[i];}else if(prices[i] - lowPrice max_profit){max_profit prices[i] - lowPrice;}}return max_profit;}
}
案例代码
package LeetCode06;public class javaDemo {public static void main(String[] args) {int prices[] new int[]{7,1,5,3,6,4};
// 动态规划int max_profit 0;int lowPrice Integer.MAX_VALUE;for (int i0;iprices.length;i){
// 找到第i天前的最小值if (prices[i]lowPrice){lowPrice prices[i];
// 某天的值减去这天前的最小值就是这天的最大利益
// 通过比较每一天的利益大小得到最大利益}else if (prices[i]-lowPricemax_profit){max_profit prices[i]-lowPrice;}}System.out.println(最大利润为max_profit);}
}总结该方法的时间复杂度为O(n)空间复杂度为O(1)
