随笔算法和数据结构

Leetcode 121. 买卖股票的最佳时机

2019-06-13  本文已影响0人  zhipingChen

题目描述

给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。

如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润。

注意你不能在买入股票前卖出股票。

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。

示例 2:

输入: [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。

解法

对于价格列表中的每个元素,可以执行的操作有三种:

从是否持有股票来说分为两种状态:

以变量 j 表示持有股票的状态,不妨以 0 表示未持有股票,1 表示持有。

初始利润为 0,不妨以 f(i,j) 表示第 i 个元素在状态 j 时的利润,则题目所求的目标即为 f(n-1,0) 的值。

j 的值只有 0 和 1。当状态为 0 时,有 f(i,0)=max[f(i-1,0),f(i-1,1)+prices[i]],其中 f(i-1,0) 表示前一天状态也为 0,今天不作操作,不执行买入,所以利润不变;f(i-1,1)+prices[i] 表示前一天持有股票,今天执行卖出操作,利润为前一天的利润加今天的卖出价格。所以 f(i,0) 取两者中的较大值。

同理,当状态为 1 时,有 f(i,1)=max[f(i-1,1), 0-prices[i]],其中 f(i-1,1) 表示前一天状态也为 1,今天不作操作,不执行卖出,所以利润不变;0-prices[i] 表示前一天未持有股票,即利润为 0,今天执行买入,利润为初始利润减今天的买入价格。所以 f(i,1) 取两者中的较大值。

观察递推关系式:

f(i,0)=max[f(i-1,0),f(i-1,1)+prices[i]]
f(i,1)=max[f(i-1,1), 0-prices[i]]

可以发现 f(i,0) 依赖 f(i-1,0)f(i-1,1)f(i,1) 依赖 f(i-1,1),所以不妨以 i0、i1 分别表示 f(i,0)、f(i,1),则有 i0=max[i0,i1+prices[i]], i1=max[i1,0-prices[i]]

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if not prices:
            return 0
        i0,i1=0,-prices[0]
        for i in range(1,len(prices)):
            i0,i1=max(i0,i1+prices[i]),max(i1,-prices[i])
        return i0
上一篇下一篇

猜你喜欢

热点阅读