题目
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。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [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 。示例 2:
输入: [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 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。示例 3:
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。
提示:
1 <= prices.length <= 3 * 10 ^ 4 0 <= prices[i] <= 10 ^ 4
解题思路
动态规划
状态定义
dp[i][j]中,i表示第i天(从0开始)所持有的钱;j有两种状态:0表示当天不持股,1表示当天持股;且在每次交易时,只需扣除一次手续费,即在买入或者卖出时扣除。
状态转移方程
状态 | 转移过程 |
当天不持股 | 昨天不持股 |
昨天持股+今天股价 | |
当天持股 | 昨天持股 |
昨天不持股-今日股价 |
即dp[i][0]=max(dp[i-1][0],dp[i-1][1]+prices[i])
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i])
贪心
时刻保持贪心,出现高价就卖出,出现低价不操作,只要有利润就进行交易,只关心利润。
代码
# 动态规划
class Solution:
def maxProfit(self, prices: List[int]) -> int:
if not prices:
return 0
dp = [[0,-prices[0]]]
for i in range(1,len(prices)):
dp.append([max(dp[i-1][0],dp[i-1][1]+prices[i]),max(dp[i-1][1],dp[i-1][0]-prices[i])])
return dp[-1][0]
# 贪心
class Solution:
def maxProfit(self, prices: List[int]) -> int:
sum=0
for i in range(len(prices)-1):
if prices[i+1]-prices[i]>0:
sum+=prices[i+1]-prices[i]
return sum