122. 买卖股票的最佳时机 II
Difficulty: 简单
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
Solution
贪心算法的解法:
class Solution:
def maxProfit(self, prices: List[int]) -> int:
maxProfit = 0
if len(prices) < 2: return 0
for i in range(1, len(prices)):
if prices[i] - prices[i-1] > 0:
tProfit = prices[i] - prices[i-1] # 只要价格上涨就立马清仓,然后全仓买入
maxProfit += tProfit
return maxProfit
动态规划的解法:
class Solution:
def maxProfit(self, prices: List[int]) -> int:
length = len(prices)
dp = [[0] * 2 for _ in range(length)]
# i 代表第几天,j代表状态:0持有现金,1持有股票,卖出股票则现金减少
dp[0][0] = 0
dp[0][1] = -prices[0]
for i in range(1, length):
dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i]) # 当前手里没有股票,一种可能是前一天手里就没有股票,一种可能是前一天持有股票但是卖出了
dp[i][1] = max(dp[i-1][1], dp[i-1][0] - prices[i]) # 当前手里有股票,一种可能是前一天手里就有股票,一种可能是前一天没有股票然后买进了
return dp[length-1][0]