Leetcode初学——动态规划算法“买卖股票的最佳时机”
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。
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。
题解
本题我的想法是遍历数组,也可以说是动态规划,但是我没有特意的去想动态规划方程,我是设立一个指针去和当前的数做比较,如果比这个指针指的数小就改变指针到那个位置继续向后遍历,然后max就记录当前指针与到当前数组值的最大差,因为如果后面的数比指针所指的数小,那如果后面有个比较大的数,那它和小的数的差肯定会更大,所以我的思路就是遍历数组移动指针,然后比最大值给max赋值,最后输出max就可以了
1 class Solution { 2 public: 3 int maxProfit(vector<int>& prices) { 4 int max=0; 5 int dp1; 6 if(prices.size()==0) 7 { 8 return 0; 9 } 10 if(prices.size()==1) 11 { 12 return 0; 13 } 14 dp1=min(prices[0],prices[1]); 15 if(dp1==prices[0]){max=prices[1]-prices[0];} 16 for(int i=2;i<prices.size();i++) 17 { 18 if(prices[i]<dp1) 19 { 20 dp1=prices[i]; 21 } 22 if(prices[i]-dp1>max) 23 { 24 max=prices[i]-dp1; 25 } 26 } 27 return max; 28 } 29 };
这种算法比较繁琐的点在于前面是要判断好指针是放在数组的第一个数还是第二数,边界问题也要考虑,算法顺利通过检测,时间复杂度O(n),空间复杂度O(1),但是结果不够理想:
没怎么想的明白为什么会耗费这么多内存