LeetCode150道面试经典题-买卖股票的最佳时机(简单)

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 i=0;i< prices.length-1;i++){for (int j=i+1;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 i=0;i< nums.length-1;i++){for (int j=i+1;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 i=0;i<prices.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 i=0;i<prices.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]-lowPrice>max_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)