121买卖股票的最佳时机（只能买卖一次）

最新推荐文章于 2025-02-20 10:18:32 发布

liubeiandcaocao

最新推荐文章于 2025-02-20 10:18:32 发布

阅读量442

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.csdn.net/weixin_41475911/article/details/104671750

本文介绍了一种计算股票交易最大利润的算法，通过构建差值数组并求取最大连续子数组和，实现了动态规划求解最大价格差。提供了两种实现方式，一种使用额外数组存储差值，另一种直接迭代计算最大利润，分别达到了O(N)的时间复杂度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题意：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。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。
分析：求区间内的差值最大，结合53题最大子序和，构建一个前后差的数组，然后求数组区间内的最大和。即为最大利益。
可以理解为题目要求最大价格差，我们可以构造一个数组，prices[i]-prices[i-1],代表每日能获得的利润值，这个数组的最大连续子数组和就是最大利润，即最大价格差。

动态规划

class Solution:
    def maxProfit(self, prices) -> int:
        if len(prices)<=1:
           return 0       
        nums=[1]*(len(prices)-1)
        for i in range(1,len(prices)): 
           nums[i-1]=prices[i]-prices[i-1]#制造差值数组，以下为求差值数组的最大子序和。
        max_sum = nums[0] 
        for i in range(1,len(nums)): 
           if nums[i-1]>0: 
              nums[i] +=nums[i-1] 
           max_sum = max(nums[i],max_sum) 
        return max(max_sum,0)

例如：[7，4，2，1]因为股票可以一直不买，即为0，而不是返回负数。所以和53题最大子序和还不一样，最后加入max(max_sum，0)，即使都是负数，也返回0
时间复杂度为O（N），空间复杂度O（N）

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        if len(prices) <= 1:
           return 0  
        prev = prices[0] 
        max_profit = 0
        max_here = 0 
        for t in prices[1:]: 
           x = t - prev 
           prev = t  
           max_here = max_here + x if max_here > 0 else x 
           max_profit = max(max_profit, max_here) 
        return max_profit