技術標籤：LeetCodeleetcode演算法動態規劃買賣股票的最佳時機

LeetCode0121-買賣股票的最佳時機

題目：

給定一個數組，它的第 i 個元素是一支給定股票第 i 天的價格。

如果你最多隻允許完成一筆交易（即買入和賣出一支股票一次），設計一個演算法來計算你所能獲取的最大利潤。

注意：你不能在買入股票前賣出股票。

示例 1:

輸入: [7,1,5,3,6,4]
輸出: 5
解釋: 在第 2 天（股票價格 = 1）的時候買入，在第 5 天（股票價格 = 6）的時候賣出，最大利潤 = 6-1 = 5 。
 注意利潤不能是 7-1 = 6, 因為賣出價格需要大於買入價格；同時，你不能在買入前賣出股票。
 

示例 2:

輸入: [7,6,4,3,1]
輸出: 0
解釋: 在這種情況下, 沒有交易完成, 所以最大利潤為 0。

程式碼：

/**
 * 0121-買賣股票的最佳時機
 * 給定一個數組，它的第 i 個元素是一支給定股票第 i 天的價格。
 * <p>
 * 如果你最多隻允許完成一筆交易（即買入和賣出一支股票一次），設計一個演算法來計算你所能獲取的最大利潤。
 * <p>
 * 注意：你不能在買入股票前賣出股票。
 * <p>
 * 示例 1:
 * <p>
 * 輸入: [7,1,5,3,6,4]
 * 輸出: 5
 * 解釋: 在第 2 天（股票價格 = 1）的時候買入，在第 5 天（股票價格 = 6）的時候賣出，最大利潤 = 6-1 = 5 。
 * 注意利潤不能是 7-1 = 6, 因為賣出價格需要大於買入價格；同時，你不能在買入前賣出股票。
 * <p>
 * 示例 2:
 * <p>
 * 輸入: [7,6,4,3,1]
 * 輸出: 0
 * 解釋: 在這種情況下, 沒有交易完成, 所以最大利潤為 0。
 */
 


/**
 * 暴力法
 */

class Solution01 {
    public int maxProfit(int prices[]) {
        int length = prices.length;
        // 儲存最大收益
        int profit = 0;
        for (int i = 0; i < length; i++) {
            for (int j = i + 1; j < length; j++) {
                int cur = prices[j] - prices[i];
                if
 
 (cur > profit) {
                    profit = cur;
                }
            }
        }
        return profit;
    }
}

/**
 * 動態規劃
 * 首先遍歷價格陣列，將每一天的價格減去前一天的價格，構建一個利潤陣列 profit[] 記錄每一天的利潤遍歷陣列
 * 利用動態規劃的思想，求利潤陣列的最大子陣列的和，即為最大利潤
 */
class Solution02 {
    public int maxProfit(int[] prices) {
        if (prices.length == 0) {
            return 0;
        }
        int[] profit = new int[prices.length];
        profit[0] = 0;
        for (int i = 1; i < profit.length; i++) {
            profit[i] = prices[i] - prices[i - 1];
        }
        int pre = profit[0];
        int max = profit[0];
        for (int i = 1; i < profit.length; i++) {
            pre = Math.max(profit[i], pre + profit[i]);
            max = Math.max(max, pre);
        }
        return max > 0 ? max : 0;
    }
}

/**
 * 測試
 */
public class Study0121 {
    public static void main(String[] args) {
        System.out.println(new Solution02().maxProfit(new int[]{7, 1, 5, 3, 6, 4}));
    }
}

結果：