给定一个数组 prices ,其中 prices[i] 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: prices = [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: prices = [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: prices = [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。
贪心。 只要后面的价钱大于前面的,就是赚了,那就进行交易
class Solution {
public:
int maxProfit(vector<int>& prices) {
if(prices.size()<=1)return 0;
int ans=0;
for(int i=1;i<prices.size();i++)
{
if(prices[i]>prices[i-1])
ans+=prices[i]-prices[i-1];
}
return ans;
}
};
动态规划来写,对于第i个价格。我们有两种状态,此时手里有股票时的收益,此时手里没有股票的收益,分别用dp[i][1] 和dp[i][0]来表示。
那么所求的结果就是当i=prices.size()-1 时手里没有股票时。
初始化dp[0][0]=0; dp[0][1]=-prices[0];
动态转移方程:
dp[i][0]=max(dp[i-1][0],dp[i-1][1]+price[i])
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i])
class Solution {
public:
int maxProfit(vector<int>& prices) {
int n=prices.size();
int dp[n][2];
dp[0][0]=0;
dp[0][1]=-prices[0];
for(int i=1;i<n;i++)
{
dp[i][1]=max(dp[i-1][1],dp[i-1][0]-prices[i]);//手里有股票
dp[i][0]=max(dp[i-1][0],dp[i-1][1]+prices[i]);//手里没有股票
}
return dp[n-1][0];
}
};