買賣股票相關演算法-動態規劃-python

要求1:

給定一個陣列 prices ，它的第 i 個元素 prices[i] 表示一支給定股票第 i 天的價格。

你只能選擇 某一天 買入這隻股票，並選擇在 未來的某一個不同的日子 賣出該股票。設計一個演算法來計算你所能獲取的最大利潤。

返回你可以從這筆交易中獲取的最大利潤。如果你不能獲取任何利潤，返回 0 。

程式碼如下：

時間複雜度O(n)

空間複雜度O(1)

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        
        minprice=float('inf')
        maxprice=0

        for p_i in prices:
            minprice=min(minprice,p_i)

            maxprice=max(maxprice,p_i-minprice)
        return maxprice

備註：遍歷一次，找最小買入，找最大利潤。

要求2:

給你一個整數陣列 prices ，其中 prices[i] 表示某支股票第 i 天的價格。

在每一天，你可以決定是否購買和/或出售股票。你在任何時候 最多 只能持有 一股 股票。你也可以先購買，然後在 同一天 出售。

返回 你能獲得的 最大 利潤 。

示例 1：

輸入：prices = [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 。
     隨後，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 。
     總利潤為 4 + 3 = 7 。

示例 2：

輸入：prices = [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 。
     總利潤為 4 。

示例 3：

輸入：prices = [7,6,4,3,1]
輸出：0
解釋：在這種情況下, 交易無法獲得正利潤，所以不參與交易可以獲得最大利潤，最大利潤為 0 。

程式碼如下：

時間複雜度O(n)

空間複雜度O(1)

class Solution:
    def maxProfit(self, prices: List[int]) -> int:

        sum=0
        for i in range(len(prices)-1):
            if prices[i]<prices[i+1]:
                sum+=(prices[i+1]-prices[i])
        return sum

備註：這個題跟前面一樣，也是遍歷一次，不要想多，如果有利潤就賣掉，就可以解決，後面驗證，這個思路沒問題。