一、题目描述
给定一个数组 prices
,它的第 i
个元素 prices[i]
表示一支给定股票第 i
天的价格。
你只能选择 某一天 买入这只股票,并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润,返回 0
。
示例 1:
输入:[7,1,5,3,6,4]
输出:5
解释:在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
示例 2:
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。
提示:
1 <= prices.length <= 10^5
0 <= prices[i] <= 10^4
二、解题思路
为了找到最大利润,我们需要找到买入和卖出股票的最佳时机。这个问题可以通过一次遍历数组来解决。我们可以在遍历过程中记录到目前为止遇到的最小价格,并且对于每一天,计算如果在这一天卖出股票能获得的最大利润。这样,我们就不需要考虑买入和卖出的具体时间点,只需要在遍历过程中不断更新最大利润即可。
具体步骤如下:
-
初始化两个变量,
minPrice
设为第一天股票的价格,maxProfit
设为0。 -
遍历数组
prices
,对于每一天:
- 计算如果在这一天卖出股票能获得的利润,即
prices[i] - minPrice
。 - 如果这个利润大于
maxProfit
,则更新maxProfit
。 - 如果当前的股票价格
prices[i]
小于minPrice
,则更新minPrice
为prices[i]
。
- 遍历完成后,
maxProfit
就是能够获得的最大利润。
三、具体代码
java
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 if (price - minPrice > maxProfit) {
maxProfit = price - minPrice;
}
}
return maxProfit;
}
}
四、时间复杂度和空间复杂度
1. 时间复杂度
- 代码中有一个循环,该循环遍历一次给定数组
prices
。 - 在循环内部,每次迭代只进行常数时间的操作,包括比较和赋值。
- 因此,循环的时间复杂度是O(n),其中n是数组
prices
的长度。
2. 空间复杂度
- 代码中使用了一个固定大小的变量
minPrice
来存储最小价格,以及一个固定大小的变量maxProfit
来存储最大利润。 - 这些变量使用的空间不随输入数组的大小而变化。
- 因此,空间复杂度是O(1),即常数空间复杂度。
综上所述,代码的时间复杂度是O(n),空间复杂度是O(1)。
五、总结知识点
-
数组的遍历 :使用增强型
for
循环来遍历数组prices
中的每个元素。 -
变量的初始化 :
minPrice
被初始化为Integer.MAX_VALUE
,以便在遍历过程中找到最小的价格;maxProfit
被初始化为0,用于存储最大利润。 -
条件语句 :使用
if-else
语句来检查当前价格是否小于最小价格,或者卖出股票的利润是否大于当前的最大利润。 -
最大值和最小值的更新 :在遍历过程中,如果找到更小的价格,则更新
minPrice
;如果找到更大的利润,则更新maxProfit
。 -
算术运算:计算当前价格和最小价格之间的差值,以确定卖出股票的利润。
-
整数类型的比较 :在代码中进行了多次整数类型的比较,以决定是否更新
minPrice
和maxProfit
。 -
整数类型的最大值 :使用
Integer.MAX_VALUE
作为minPrice
的初始值,以确保任何价格都不会大于它。
以上就是解决这个问题的详细步骤,希望能够为各位提供启发和帮助。