LeetCode Hot100(59/100)——121. 买卖股票的最佳时机

一、题目概述

题目描述

给定一个数组 prices,其中 prices[i] 表示第 i 天股票的价格。

你只能选择 某一天买入股票,并在未来的某一天卖出股票,设计一个算法来计算你所能获取的最大利润。

如果你不能获取任何利润,返回 0

示例

输入:prices = [7,1,5,3,6,4]
输出:5
解释:在第 2 天(价格=1)买入,在第 5 天(价格=6)卖出,最大利润 = 6 - 1 = 5

二、问题本质分析

这道题的核心在于:

在卖出那一天之前,找到一个价格最低的买入点,使得差值最大

换句话说,就是在遍历价格的过程中:

  • 不断记录「历史最低价格」
  • 尝试用当前价格卖出,计算利润
  • 取所有利润中的最大值

三、解法一:暴力枚举(理解用,不推荐)

1. 解题思路

枚举所有可能的买入和卖出组合:

  • 外层循环:买入日 i
  • 内层循环:卖出日 j (j > i)
  • 计算 prices[j] - prices[i]
  • 取最大值

2. 思维示意图(mermaid)

开始

选择买入日 i

选择卖出日 j > i

计算利润 prices[j] - prices[i]

是否最大?

更新最大利润

3. Java 代码

public class Solution {
    public int maxProfit(int[] prices) {
        int maxProfit = 0;
        int n = prices.length;
        for (int i = 0; i < n; i++) {
            for (int j = i + 1; j < n; j++) {
                maxProfit = Math.max(maxProfit, prices[j] - prices[i]);
            }
        }
        return maxProfit;
    }
}

4. 复杂度分析

项目复杂度
时间复杂度O(n²)
空间复杂度O(1)

四、解法二:动态规划(状态转移视角)

1. 状态定义

我们定义两个状态:

  • dp[i][0]:第 i不持有股票 的最大利润
  • dp[i][1]:第 i持有股票 的最大利润

2. 状态转移方程

dp[i][0] = max(dp[i-1][0], dp[i-1][1] + prices[i])
dp[i][1] = max(dp[i-1][1], -prices[i])

解释:

  • 只允许一次买入,因此持有股票的最大收益只能来自「第一次买入」

3. 状态转移图(mermaid)

买入

卖出

未持股

持股

4. Java 代码(空间优化版)

public class Solution {
    public int maxProfit(int[] prices) {
        int dp0 = 0;             // 不持股
        int dp1 = -prices[0];    // 持股

        for (int i = 1; i < prices.length; i++) {
            dp0 = Math.max(dp0, dp1 + prices[i]);
            dp1 = Math.max(dp1, -prices[i]);
        }
        return dp0;
    }
}

5. 复杂度分析

项目复杂度
时间复杂度O(n)
空间复杂度O(1)

五、解法三:贪心算法(最推荐)

1. 核心思想

  • 用一个变量 minPrice 记录遍历过程中出现的最低价格
  • 对于当前价格 price
    • 尝试卖出,计算 price - minPrice
    • 更新最大利润
    • 更新最低买入价

2. 贪心过程示意(mermaid 时序图)

最大利润 最低价格 当前天 最大利润 最低价格 当前天 更新最低价格 尝试卖出计算利润

3. Java 代码(最优解)

public class Solution {
    public int maxProfit(int[] prices) {
        int minPrice = Integer.MAX_VALUE;
        int maxProfit = 0;

        for (int price : prices) {
            if (price < minPrice) {
                minPrice = price;
            } else {
                maxProfit = Math.max(maxProfit, price - minPrice);
            }
        }
        return maxProfit;
    }
}

4. 复杂度分析

项目复杂度
时间复杂度O(n)
空间复杂度O(1)

六、三种解法对比总结

解法思想时间复杂度空间复杂度推荐程度
暴力枚举全部尝试O(n²)O(1)
动态规划状态转移O(n)O(1)★★★
贪心算法维护最低价O(n)O(1)★★★★★

  • 本题是股票系列题目的基础题
  • 贪心解法最简洁、效率最高
  • 动态规划有助于理解后续更复杂的股票问题(多次交易、冷冻期、手续费等)
  • 建议掌握 贪心 + DP 两种思路
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

TracyCoder123

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值