1. 程式人生 > >Leetcode 121 買賣股票的最佳時機 動態規劃

Leetcode 121 買賣股票的最佳時機 動態規劃

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),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。

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。

。。。Leetcode上標了個動態規劃。。。我不知道我的方法是不是動規,但是執行起來還是挺快的。。。

一開始我是用的最最平常的方法做的,即兩層for迴圈,就是找第k天以後最小的,然後比較。。。雖然過了但是跑的龜速。。。

超過了1.34%的人數也是醉了。。。

雖然龜速,但是好歹粘一下吧。。。

程式碼如下:

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int Max=0;
        int Size=prices.size();
        for (int i=0;i<Size-1;i++)
            for (int j=i+1;j<Size;j++)
                Max=max(prices[j]-prices[i],Max);
        return Max;
    }
};

然後心想這樣不行啊,然後仔細想了一下。。。發現可以優化。。。 

就是開兩個陣列a1,a2。

a1[i]表示0——i-1天的股票的最小值

a2[i]表示i——最終天的股票的最大值

以上分別求出後,再加個for迴圈進行判定就可以了。。。

時間複雜度為3N。。這個思路耗時很少。。算是最優解了吧。。。

程式碼如下:

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int Size=prices.size();
        if(Size==0)
            return 0;
        int re=0;
        int a1[Size+5],a2[Size+5];
        int Min=prices[0],Max=prices[Size-1];
        for (int i=0;i<Size-1;i++)
             Min=a1[i]=min(prices[i],Min);
        for (int i=Size-1;i>=1;i--)
             Max=a2[i]=max(prices[i],Max);
        for (int i=0;i<Size-1;i++)
            re=max(a2[i+1]-a1[i],re);
        return re;
    }
};