牛客题解 | 买卖股票的最好时机(一)
1.牛客题解 | N皇后问题2.牛客题解 | 三数之和3.牛客题解 | 三角形最小路径和4.牛客题解 | 不同路径的数目(一)5.牛客题解 | 不用加减乘除做加法6.牛客题解 | 丑数7.牛客题解 | 两个链表的第一个公共结点8.牛客题解 | 两个链表的第一个公共结点_19.牛客题解 | 两数之和10.牛客题解 | 主持人调度(二)
11.牛客题解 | 买卖股票的最好时机(一)
12.牛客题解 | 买卖股票的最好时机(三)13.牛客题解 | 买卖股票的最好时机(二)14.牛客题解 | 二分查找-I15.牛客题解 | 二叉搜索树与双向链表16.牛客题解 | 二叉搜索树的后序遍历序列17.牛客题解 | 二叉搜索树的最近公共祖先18.牛客题解 | 二叉搜索树的第k个节点19.牛客题解 | 二叉树中和为某一值的路径(一)20.牛客题解 | 二叉树中和为某一值的路径(三)21.牛客题解 | 二叉树中和为某一值的路径(二)22.牛客题解 | 二叉树的下一个结点23.牛客题解 | 二叉树的中序遍历24.牛客题解 | 二叉树的前序遍历25.牛客题解 | 二叉树的后序遍历26.牛客题解 | 二叉树的最大深度27.牛客题解 | 二叉树的深度28.牛客题解 | 二叉树的镜像29.牛客题解 | 二维数组中的查找30.牛客题解 | 二维数组中的查找_131.牛客题解 | 二进制中1的个数32.牛客题解 | 从上往下打印二叉树33.牛客题解 | 从中序与后序遍历序列构造二叉树34.牛客题解 | 从尾到头打印链表35.牛客题解 | 兑换零钱(一)36.牛客题解 | 分糖果问题37.牛客题解 | 删除有序链表中重复的元素-I38.牛客题解 | 删除有序链表中重复的元素-II39.牛客题解 | 删除链表中重复的结点40.牛客题解 | 删除链表中重复的结点41.牛客题解 | 删除链表的倒数第n个节点42.牛客题解 | 删除链表的节点43.牛客题解 | 判断一个链表是否为回文结构44.牛客题解 | 判断是不是二叉搜索树45.牛客题解 | 判断是不是完全二叉树46.牛客题解 | 判断是不是平衡二叉树47.牛客题解 | 判断是不是平衡二叉树_148.牛客题解 | 判断是否为回文字符串49.牛客题解 | 判断链表中是否有环50.牛客题解 | 剪绳子51.牛客题解 | 剪绳子(进阶版)52.牛客题解 | 包含min函数的栈53.牛客题解 | 包含min函数的栈_154.牛客题解 | 单链表的排序55.牛客题解 | 反转字符串56.牛客题解 | 反转链表57.牛客题解 | 反转链表_158.牛客题解 | 反转链表_259.牛客题解 | 合并k个已排序的链表60.牛客题解 | 合并两个排序的链表61.牛客题解 | 合并两个排序的链表_162.牛客题解 | 合并两个有序的数组63.牛客题解 | 合并二叉树64.牛客题解 | 合并区间65.牛客题解 | 和为S的两个数字66.牛客题解 | 和为S的连续正数序列67.牛客题解 | 在二叉树中找到两个节点的最近公共祖先68.牛客题解 | 复杂链表的复制69.牛客题解 | 多数组中位数70.牛客题解 | 多数组第 K 小数71.牛客题解 | 大数加法72.牛客题解 | 字符串变形73.牛客题解 | 字符串的排列74.牛客题解 | 字符串的排列_175.牛客题解 | 字符流中第一个不重复的字符76.牛客题解 | 孩子们的游戏(圆圈中最后剩下的数)77.牛客题解 | 实现二叉树先序,中序和后序遍历78.牛客题解 | 对称的二叉树79.牛客题解 | 对称的二叉树_180.牛客题解 | 寻找峰值81.牛客题解 | 寻找第K大82.牛客题解 | 小米Git83.牛客题解 | 岛屿数量84.牛客题解 | 接雨水问题85.牛客题解 | 数值的整数次方86.牛客题解 | 数字在升序数组中出现的次数87.牛客题解 | 数字字符串转化成IP地址88.牛客题解 | 数字序列中某一位的数字89.牛客题解 | 数据流中的中位数90.牛客题解 | 数据流中的中位数_191.牛客题解 | 数组中出现次数超过一半的数字92.牛客题解 | 数组中出现次数超过一半的数字_193.牛客题解 | 数组中只出现一次的两个数字94.牛客题解 | 数组中的逆序对95.牛客题解 | 数组中的逆序对_196.牛客题解 | 数组中重复的数字97.牛客题解 | 整数中1出现的次数(从1到n整数中1出现的次数)98.牛客题解 | 斐波那契数列99.牛客题解 | 斐波那契数列_1100.牛客题解 | 旋转数组题目
题目主要信息:
- 给出一个数组表示连续多日的股票价格
- 你可以选择在某一天买入股票,在另一天卖出股票,买卖都只有一次机会,不能在同一天
- 假设买卖没有手续费,问最高收益是多少,即卖出的价格减去买入的价格,如果没有利润需要返回0
- 可以看成查找数组中b-a的最大值,其中b必须在a的后面
举一反三:
学习完本题的思路你可以解决如下题目:
方法一:动态规划(推荐使用)
知识点:动态规划
动态规划算法的基本思想是:将待求解的问题分解成若干个相互联系的子问题,先求解子问题,然后从这些子问题的解得到原问题的解;对于重复出现的子问题,只在第一次遇到的时候对它进行求解,并把答案保存起来,让以后再次遇到时直接引用答案,不必重新求解。动态规划算法将问题的解决方案视为一系列决策的结果。
思路:
对于每天有到此为止的最大收益和是否持股两个状态,因此我们可以用动态规划。
具体做法:
- step 1:用表示第i天不持股到该天为止的最大收益,表示第i天持股,到该天为止的最大收益。
- step 2:(初始状态) 第一天不持股,则总收益为0,;第一天持股,则总收益为买股票的花费,此时为负数,。
- step 3:(状态转移) 对于之后的每一天,如果当天不持股,有可能是前面的若干天中卖掉了或是还没买,因此到此为止的总收益和前一天相同,也有可能是当天才卖掉,我们选择较大的状态;
- step 4:如果当天持股,有可能是前面若干天中买了股票,当天还没卖,因此收益与前一天相同,也有可能是当天买入,此时收益为负的股价,同样是选取最大值:。
Java实现代码:
import java.util.*;
public class Solution {
public int maxProfit (int[] prices) {
int n = prices.length;
//dp[i][0]表示某一天不持股到该天为止的最大收益,dp[i][1]表示某天持股,到该天为止的最大收益
int[][] dp = new int[n][2];
//第一天不持股,总收益为0
dp[0][0] = 0;
//第一天持股,总收益为减去该天的股价
dp[0][1] = -prices[0];
//遍历后续每天,状态转移
for(int i = 1; i < n; i++){
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], -prices[i]);
}
//最后一天不持股,到该天为止的最大收益
return dp[n - 1][0];
}
}
C++实现代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n = prices.size();
//dp[i][0]表示某一天不持股到该天为止的最大收益,dp[i][1]表示某天持股,到该天为止的最大收益
vector<vector<int> > dp(n, vector<int>(2, 0));
//第一天不持股,总收益为0
dp[0][0] = 0;
//第一天持股,总收益为减去该天的股价
dp[0][1] = -prices[0];
//遍历后续每天,状态转移
for(int i = 1; i < n; 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]);
}
//最后一天不持股,到该天为止的最大收益
return dp[n - 1][0];
}
};
Python代码实现:
class Solution:
def maxProfit(self , prices: List[int]) -> int:
n = len(prices)
#dp[i][0]表示某一天不持股到该天为止的最大收益,dp[i][1]表示某天持股,到该天为止的最大收益
dp = [[0] * 2 for i in range(n)]
#第一天不持股,总收益为0
dp[0][0] = 0
#第一天持股,总收益为减去该天的股价
dp[0][1] = -prices[0]
#遍历后续每天,状态转移
for i in range(1, n):
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + prices[i])
dp[i][1] = max(dp[i - 1][1], -prices[i])
#最后一天不持股,到该天为止的最大收益
return dp[n - 1][0]
复杂度分析:
- 时间复杂度:,其中为数组长度,遍历一次数组
- 空间复杂度:,动态规划辅助数组的空间
方法二:贪心(扩展思路)
知识点:贪心思想
贪心思想属于动态规划思想中的一种,其基本原理是找出整体当中给的每个局部子结构的最优解,并且最终将所有的这些局部最优解结合起来形成整体上的一个最优解。
思路:
如果我们在某一天卖出了股票,那么要想收益最高,一定是它前面价格最低的那天买入的股票才可以。因此我们可以利用贪心思想解决,每次都将每日收入与最低价格相减维护最大值。
具体做法:
- step 1:首先排除数组为空的特殊情况。
- step 2:将第一天看成价格最低,后续遍历的时候遇到价格更低则更新价格最低。
- step 3:每次都比较最大收益与当日价格减去价格最低的值,选取最大值作为最大收益。
图示:
Java实现代码:
import java.util.*;
public class Solution {
public int maxProfit (int[] prices) {
//维护最大收益
int res = 0;
//排除特殊情况
if(prices.length == 0)
return res;
//维护最低股票价格
int Min = prices[0];
//遍历后续股票价格
for(int i = 1; i < prices.length; i++){
//如果当日价格更低则更新最低价格
Min = Math.min(Min, prices[i]);
//维护最大值
res = Math.max(res, prices[i] - Min);
}
return res;
}
}
C++实现代码:
class Solution {
public:
int maxProfit(vector<int>& prices) {
//维护最大收益
int res = 0;
//排除特殊情况
if(prices.size() == 0)
return res;
//维护最低股票价格
int Min = prices[0];
//遍历后续股票价格
for(int i = 1; i < prices.size(); i++){
//如果当日价格更低则更新最低价格
Min = min(Min, prices[i]);
//维护最大值
res = max(res, prices[i] - Min);
}
return res;
}
};
Python代码实现:
class Solution:
def maxProfit(self , prices: List[int]) -> int:
#维护最大收益
res = 0
#排除特殊情况
if len(prices) == 0:
return res
#维护最低股票价格
Min = prices[0]
#遍历后续股票价格
for i in range(1, len(prices)):
#如果当日价格更低则更新最低价格
Min = min(Min, prices[i])
#维护最大值
res = max(res, prices[i] - Min)
return res
复杂度分析:
- 时间复杂度:,其中为数组长度,一次遍历数组
- 空间复杂度:,常数级变量,无额外辅助空间
合集:
牛客面试高频题单题解
分类:
牛客面试高频题单题解
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人