跳至主要內容

买卖股票的最佳时机Ⅱ

yczha大约 2 分钟Algorithmleetcode动态规划PythonGolang

题目表述

给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。

在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。

返回 你能获得的 最大 利润 。

示例 1

输入:prices = [7,1,5,3,6,4]

输出:7

解释:在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。 随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3 。 总利润为 4 + 3 = 7 。

示例 2

输入:prices = [1,2,3,4,5]

输出:4

解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5 - 1 = 4 。 总利润为 4 。

示例 3

输入:prices = [7,6,4,3,1]

输出:0

解释:在这种情况下, 交易无法获得正利润,所以不参与交易可以获得最大利润,最大利润为 0 。

提示

1 <= prices.length <= 3 * 104

0 <= prices[i] <= 104

解法一:动态规划

dp[i]=dp[i1]+max(prices[i]base,0);base=prices[i]
dp0[i]=max(dp0[i1],dp1[i1]+prices[i])dp1[i]=max(dp1[i1],dp0[i1]prices[i])

时间复杂度:O(n),空间复杂度:O(1)

代码实现


from typing import List


class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        # dp[i] = dp[i-1] + max(prices[i]-base,0)
        base = prices[0]
        dp = 0
        for i in range(1, len(prices)):
            profit = prices[i] - base
            base = prices[i]
            if profit > 0:
                dp = dp + profit
        return dp