题目描述(简单难度)
给一个数组,看作每天股票的价格,然后某一天买入,某一天卖出,最大收益可以是多少。可以不操作,收入就是 0
。
解法一 暴力破解
先写个暴力的,看看对题目的理解对不对。用两个循环,外层循环表示买入时候的价格,内层循环表示卖出时候的价格,遍历所有的情况,期间更新最大的收益。
public int maxProfit(int[] prices) {
int maxProfit = 0;
for (int i = 0; i < prices.length; i++) {
for (int j = i + 1; j < prices.length; j++) {
maxProfit = Math.max(maxProfit, prices[j] - prices[i]);
}
}
return maxProfit;
}
解法二 双指针
这种数组优化,经常就是考虑双指针的方法,从而使得两层循环变成一层。思考一下怎么定义指针的含义。
用两个指针, buy 表示第几天买入,sell 表示第几天卖出
开始 buy,sell 都指向 0,表示不操作
3 6 7 2 9
^
b
^
s
sell 后移表示这天卖出,计算收益是 6 - 3 = 3
3 6 7 2 9
^ ^
b s
sell 后移表示这天卖出,计算收益是 7 - 3 = 4
3 6 7 2 9
^ ^
b s
sell 后移表示这天卖出,计算收益是 2 - 3 = -1
3 6 7 2 9 12
^ ^
b s
此外,如上图,当前 sell 指向的价格小于了我们买入的价格,所以我们要把 buy 指向当前 sell 才会获得更大的收益
原因很简单,收益的价格等于 prices[sell] - prices[buy],buy 指向 sell 会使得减数更小,
所以肯定要选更小的 buy
3 6 7 2 9 12
^
s
^
b
sell 后移表示这天卖出,计算收益是 9 - 2 = 7
这里也可以看出来减数从之前的 3 变成了 2,所以收益会更大
3 6 7 2 9 12
^ ^
b s
sell 后移表示这天卖出,计算收益是 12 - 2 = 10
3 6 7 2 9 12
^ ^
b s
然后在这些价格里选最大的就可以了。
代码的话就很好写了。
public int maxProfit(int[] prices) {
int maxProfit = 0;
int buy = 0;
int sell = 0;
for (; sell < prices.length; sell++) {
//当前价格更小了,更新 buy
if (prices[sell] < prices[buy]) {
buy = sell;
} else {
maxProfit = Math.max(maxProfit, prices[sell] - prices[buy]);
}
}
return maxProfit;
}
解法三
参考下边的链接。
https://leetcode.com/problems/best-time-to-buy-and-sell-stock/discuss/39038/Kadane’s-Algorithm-Since-no-one-has-mentioned-about-this-so-far-%3A)-(In-case-if-interviewer-twists-the-input-(In-case-if-interviewer-twists-the-input))
一个很新的角度,先回忆一下 53 题,求子序列最大的和。
当时的解法二,用动态规划,
用一个一维数组 dp [ i ]
表示以下标 i
结尾的子数组的元素的最大的和,也就是这个子数组最后一个元素是下边为 i
的元素,并且这个子数组是所有以 i
结尾的子数组中,和最大的。
这样的话就有两种情况,
- 如果
dp [ i - 1 ] < 0
,那么dp [ i ] = nums [ i ]
。 - 如果
dp [ i - 1 ] >= 0
,那么dp [ i ] = dp [ i - 1 ] + nums [ i ]
。
直接放一下最后经过优化后的代码,具体的可以过去 看一下。
public int maxSubArray(int[] nums) {
int n = nums.length;
int dp = nums[0];
int max = nums[0];
for (int i = 1; i < n; i++) {
dp= Math.max(dp + nums[i],nums[i]);
max = Math.max(max, dp);
}
return max;
}
而对于这道题我们可以转换成上边的问题。
对于数组 1 6 2 8
,代表股票每天的价格。
定义一下转换规则,当前天的价格减去前一天的价格,第一天由于没有前一天,规定为 0
,用来代表不操作。
数组就转换为 0 6-1 2-6 8-2
,也就是 0 5 -4 6
。现在的数组的含义就变成了股票相对于前一天的变化了。
现在我们只需要找出连续的和最大是多少就可以了,也就是变成了 53
题。
连续的和比如对应第 3 到 第 6 天加起来的和,那对应的买入卖出其实就是第 2
天买入,第 6
天卖出。
换句话讲,买入卖出和连续的和形成了互相映射,所以问题转换成功。
代码在上边的基础上改一下就可以了。
public int maxProfit(int[] prices) {
int n = prices.length;
int dp = 0;
int max = 0;
for (int i = 1; i < n; i++) {
int num = prices[i] - prices[i - 1];
dp = Math.max(dp + num, num);
max = Math.max(max, dp);
}
return max;
}
而这个算法其实叫做 Kadane
算法,如果序列中含有负数,并且可以不选择任何一个数,那么最小的和也肯定是 0
,也就是上边的情况,这也是把我们把第一天的浮动当作是 0
的原因。所以 max
初始化成了 0
。
更多Kadane
算法的介绍可以参考 维基百科。
总
这道题虽然是比较简单的,但是双指针的用法还是经常见的。另外解法三对问题的转换是真的佩服了。
添加好友一起进步~
如果觉得有帮助的话,可以点击 这里 给一个 star 哦 ^^
如果想系统的学习数据结构和算法,强烈推荐一个我之前学过的课程,可以点击 这里 查看详情