Open xszi opened 3 years ago
第一步:定义子问题
动态规划是将整个数组归纳考虑,假设我们已经知道了 i-1
个股票的最大利润为 dp[i-1]
,显然 i
个连续股票的最大利润为 dp[i-1]
,要么就是就是 prices[i] - minprice
( minprice
为前 i-1
支股票的最小值 ),在这两个数中我们取最大值
第二步:实现需要反复执行解决的子子问题部分
dp[i] = Math.max(dp[i−1], prices[i] - minprice)
第三步:识别并求解出边界条件
dp[0]=0
最后:翻译成代码,处理一些边界情况
因为我们在计算 dp[i]
的时候,只关心 dp[i-1]
与 prices[i]
,因此不用把整个 dp
数组保存下来,只需设置一个 max
保存 dp[i-1]
就好了。
代码实现(优化):
let maxProfit = function(prices) {
let max = 0, minprice = prices[0]
for(let i = 1; i < prices.length; i++) {
minprice = Math.min(prices[i], minprice)
max = Math.max(max, prices[i] - minprice)
}
return max
}
复杂度分析:
时间复杂度:O(n) 空间复杂度:O(1)
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:
示例 2:
leetcode