目錄

• • 題目
  • 貪心法

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。

設計一個算法來計算你所能獲取的最大利潤。你可以盡可能地完成更多的交易（多次買賣一支股票）。

注意：你不能同時參與多筆交易（你必須在再次購買前出售掉之前的股票）。

示例1：

輸入: [7,1,5,3,6,4]
輸出: 7
解釋: 在第 2 天（股票價格 = 1）的時候買入，在第 3 天（股票價格 = 5）的時候賣出, 這筆交易所能獲得利潤 = 5-1 = 4 。
隨后，在第 4 天（股票價格 = 3）的時候買入，在第 5 天（股票價格 = 6）的時候賣出, 這筆交易所能獲得利潤 = 6-3 = 3 。

示例2：

輸入: [1,2,3,4,5]
輸出: 4
解釋: 在第 1 天（股票價格 = 1）的時候買入，在第 5 天 （股票價格 = 5）的時候賣出, 這筆交易所能獲得利潤 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接連購買股票，之后再將它們賣出。
因為這樣屬于同時參與了多筆交易，你必須在再次購買前出售掉之前的股票。

示例3：

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。

貪心法

一看到這個題目，聯想到之前做的另外一道題目：leetcode 376. 擺動序列 思考分析
然后試著將三個示例畫出波動圖：
發現答案都符合一個特征：
結果 = 每個上坡階段的坡頂與坡底的差值之和，也就是圖中橘色部分表示。后來感覺這個寫比較麻煩，于是想到簡化一下，也就是品紅色的方法。
可以發現，對于每個上坡，坡頂與坡底的差值等于上坡階段中每一個子差之和。

這樣代碼就好寫很多了：

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

//TODO
之后復習到動態規劃再寫動態規劃的方法。

總結

以上是生活随笔為你收集整理的leetcode 122. 买卖股票的最佳时机 II 思考分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。