题目描述(简单难度)

121. Best Time to Buy and Sell Stock - 图1

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。

  1. public int maxProfit(int[] prices) {
  2. int maxProfit = 0;
  3. for (int i = 0; i < prices.length; i++) {
  4. for (int j = i + 1; j < prices.length; j++) {
  5. maxProfit = Math.max(maxProfit, prices[j] - prices[i]);
  6. }
  7. }
  8. return maxProfit;
  9. }

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。

  1. 用两个指针, buy 表示第几天买入,sell 表示第几天卖出
  2. 开始 buy,sell 都指向 0,表示不操作
  3. 3 6 7 2 9
  4. ^
  5. b
  6. ^
  7. s
  8. sell 后移表示这天卖出,计算收益是 6 - 3 = 3
  9. 3 6 7 2 9
  10. ^ ^
  11. b s
  12. sell 后移表示这天卖出,计算收益是 7 - 3 = 4
  13. 3 6 7 2 9
  14. ^ ^
  15. b s
  16. sell 后移表示这天卖出,计算收益是 2 - 3 = -1
  17. 3 6 7 2 9 12
  18. ^ ^
  19. b s
  20. 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
  21. 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,
  22. 所以肯定要选更小的 buy
  23. 3 6 7 2 9 12
  24. ^
  25. s
  26. ^
  27. b
  28. sell 后移表示这天卖出,计算收益是 9 - 2 = 7
  29. 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
  30. 3 6 7 2 9 12
  31. ^ ^
  32. b s
  33. sell 后移表示这天卖出,计算收益是 12 - 2 = 10
  34. 3 6 7 2 9 12
  35. ^ ^
  36. b s
  37. 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。

  1. public int maxProfit(int[] prices) {
  2. int maxProfit = 0;
  3. int buy = 0;
  4. int sell = 0;
  5. for (; sell < prices.length; sell++) {
  6. //当前价格更小了,更新 buy
  7. if (prices[sell] < prices[buy]) {
  8. buy = sell;
  9. } else {
  10. maxProfit = Math.max(maxProfit, prices[sell] - prices[buy]);
  11. }
  12. }
  13. return maxProfit;
  14. }

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。

img

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

  1. public int maxSubArray(int[] nums) {
  2. int n = nums.length;
  3. int dp = nums[0];
  4. int max = nums[0];
  5. for (int i = 1; i < n; i++) {
  6. dp= Math.max(dp + nums[i],nums[i]);
  7. max = Math.max(max, dp);
  8. }
  9. return max;
  10. }

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。

  1. public int maxProfit(int[] prices) {
  2. int n = prices.length;
  3. int dp = 0;
  4. int max = 0;
  5. for (int i = 1; i < n; i++) {
  6. int num = prices[i] - prices[i - 1];
  7. dp = Math.max(dp + num, num);
  8. max = Math.max(max, dp);
  9. }
  10. return max;
  11. }

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

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。

windliang wechat

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