1

原文链接: 何晓东 博客

买卖股票最佳时机

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一次),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;同时,你不能在买入前卖出股票。

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。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/probl...

解题思路 1 - 穷举

穷举相邻两个元素的差值,暴力求解。

结果是大量数据的时候会超时,阶乘的数量太多。

代码
class Solution {

    /**
     * @param Integer[] $prices
     * @return Integer
     */
    function maxProfit($prices) {
        $count = count($prices);
        if ($count < 2) {
            return 0;
        }

        // 有可能不做交易,因此结果的初始值设置为 0 
        $res = 0;
        for ($i = 0; $i < $count - 1; $i++) {
            for ($j = $i + 1; $j < $count; $j++) {
                $res = max($res, $prices[$j] - $prices[$i]);
            }
        }
        return $res;
    }
}
优化版穷举

提前记录一下最小值,省去内层循环。

class Solution {

    /**
     * @param Integer[] $prices
     * @return Integer
     */
    function maxProfit($prices) {
        $count = count($prices);
        if ($count < 2) {
            return 0;
        }

        $res = 0;

        // 表示在当前位置之前的最小值
        $minVal = $prices[0];
        // 注意:这里从 1 开始
        for ($i = 1; $i < $count; $i++) {
            $res = max($res, $prices[$i] - $minVal);
            $minVal = min($minVal, $prices[$i]);
        }
        return $res;
    }
}
解题思路 2 - 动态规划

设置状态 dp[i][j] 表示:在索引为 i 的这一天,用户手上持股状态为 j 时所获得的最大利润

j 只有 2 个值:0 表示不持股(特指卖出股票以后的不持股状态),1 表示持股

状态转移方程:

dp[i][0]怎样转移?

  • dp[i - 1][0]:当然可以从昨天不持股转移过来,表示从昨天到今天什么都不操作
  • dp[i - 1][1] + prices[i]:昨天持股,就在索引为 i 的这一天,我卖出了股票,状态由 1 变成了 0,此时卖出股票,因此加上这一天的股价

综上:dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i]);

dpi怎样转移?

  • dp[i - 1][1]:昨天持股,今天什么都不操作,当然可以从昨天持股转移过来
  • -prices[i]:注意:状态 1 不能由状态 0 来,因为事实上,状态 0 特指:“卖出股票以后不持有股票的状态”,而且题目只允许一次交易,因此不能加上 dp[i - 1][0]

因此,-prices[i] 就表示,在索引为 i 的这一天,执行买入操作得到的收益
综上:dp[i][1] = max(dp[i - 1][1], -prices[i]);

初始值:

第 0 天不持股,显然 dp[0][0] = 0
第 0 天持股,显然 dp[0][1] = -prices[0]

代码
class Solution {

    /**
     * @param Integer[] $prices
     * @return Integer
     */
    function maxProfit($prices) {
        $count = count($prices);
        if ($count < 2) {
            return 0;
        }

        $res = 0;

        // 0:用户手上不持股所能获得的最大利润,特指卖出股票以后的不持股
        // 1:用户手上持股所能获得的最大利润

        // 注意:因为题目限制只能交易一次,因此状态只可能从 1 到 0,不可能从 0 到 1
        $dp = [];
        $dp[0][0] = 0;
        $dp[0][1] = -$prices[0];
        for ($i = 1; $i < $count; $i++) {
            $dp[$i][0] = max($dp[$i - 1][0], $dp[$i - 1][1] + $prices[$i]);
            $dp[$i][1] = max($dp[$i - 1][1], -$prices[$i]);
        }
        return $dp[$count - 1][0];

        // 一维数组优化版
        // $dp = [];
        // $dp[0] = 0;
        // $dp[1] = -$prices[0];
        // for ($i = 1; $i < $count; $i++) {
        //     $dp[0] = max($dp[0], $dp[1] + $prices[$i]);
        //     $dp[1] = max($dp[1], -$prices[$i]);
        // }
        // return $dp[0];
    }
}
解题思路3 - 差分数组

差分数组的连续子区间和的值,就正好是原始股价数组进行一次交易的差价(后 - 前)

举个例子:对于数组 1 6 2 8,代表股票每天的价格

定义一下转换规则,当前天的价格减去前一天的价格,第一天由于没有前一天,规定为 0,用来代表不操作

数组就转换为 0 6-1 2-6 8-2,也就是 0 5 -4 6。现在的数组的含义就变成了股票相对于前一天的变化了

现在我们只需要找出连续的和最大是多少就可以了,也就是变成了 53 题

连续的和比如对应第 3 到 第 6 天加起来的和,那对应的买入卖出其实就是第 2 天买入,第 6 天卖出

因此,我们可以在差分数组上,求“最大连续子序列的和”

代码
class Solution {

    /**
     * @param Integer[] $prices
     * @return Integer
     */
    function maxProfit($prices) {
        $count = count($prices);
        if ($count < 2) {
            return 0;
        }

        $dp = 0;
        $max = 0;
        for ($i = 1; $i < $count; $i++) {
            // 累加的相邻日期的收益(差值)
            $num = $prices[$i] - $prices[$i - 1];   
            $dp = max($dp + $num, $num);
            $max = max($max, $dp);
        }

        return $max;
    }
}

参考链接

  1. 买卖股票的最佳时机 作者:月伴飞鱼

最后恰饭 阿里云全系列产品特惠购买,中小企业上云最佳选择


hxd_
1.7k 声望447 粉丝