贪心算法学习 3 买卖股票的最佳时机 i ii

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

利润最高的情况就是 买入的和卖出的金额差距大(这个题目真的好简单啊 我开始还想着考虑天数 抱歉我没买过 但是反应过来就是找一个前面最小后面最大的就行 真是救命)

那就直接写代码吧(不动脑子)

复制代码
class Solution(object):
    def maxProfit(self, prices):
        #对于求最大最小值我还是以代码的形式展现 不用Min max了
        #要注意最大值和最小值的索引位置
        min= float('inf')#任何数都比它小
        max= float('-inf')#任何数都比它大
        min_index=-1
        max_index=-1
        for i in range(len(prices)):
            if min>prices[i]:
                min=prices[i]
                min_index=i
            if max<prices[i]:
                max=prices[i]
                max_index=i
        if min_index>=max_index:
            return 0
        return max-min
solution=Solution()
result=solution.maxProfit([7,1,5,3,6,4])
print(result)

然后俺就被打脸了 因为并不是一定要找最大值和最小值 就像 7 1 5 3 6 4最小值是1 最大值是7 那难道就不能在6的时候卖出去吗?当然可以了

再比如 最小值是最后一个 比如 2 6 1 我就不能在2的时候买入 6的时候卖出吗?当然可以 所以考虑的还是不够全面

如果最小的在前面 最大的在后面 这样当然是最好的 但是如果不是这样的 那么就需要找差值最大的 但是不能每个数字都往后面找比它大的 去记录最大差值 两个for循环绝对不行

那么还能有什么思路呢?7 1 5 3 6 4 首先是7 然后是1 1 比7小 换为1 下面是5 比1大 差值是 4 下面是3 比1大 差值是2 下面是6 比1大 差值是5 下面是4 比1小 差值是3

再看7,6,4,3,1 一直到1 都是1小 所以是不是使用一个最小值进行记录 遇到下一个数字 如果这个数字比最小值小 更新最小值 如果不是比最小值小 计算差值 看最大差值是否需要更新(这个思路是我看别人的思路 不是我自己想出来的 我自己想出来的就是两个for循环 但是我不用写都能猜出来是超时的) 那么我们来写代码

思路就是:记录最小值 当前值小于最小值 更新最小值 当前值大于等于最小值 记录差值 看是否更新差值 好的我们来写代码

复制代码
class Solution(object):
    def maxProfit(self, prices):
        #对于求最大最小值我还是以代码的形式展现 不用Min max了
        #要注意最大值和最小值的索引位置
        min= prices[0]#任何数都比它小
        max_diff=0
        for i in range(1,len(prices)):
            if prices[i]<min:
                min=prices[i]
            else:
                cur_diff=prices[i]-min
                if cur_diff>max_diff:
                    max_diff=cur_diff
        return max_diff
solution=Solution()
result=solution.maxProfit([7,1,5,3,6,4])
print(result)

真的最重要的还是思路 更新最低价 或者是更新最大利润

如果喜欢这个帖子 欢迎点赞收藏

相关推荐
小弥儿24 分钟前
GitHub今日热榜 | 2026-08-11:图原生基础设施首日登顶
学习·开源·github
不爱学英文的码字机器44 分钟前
推荐算法梳理,六种主流模型与九步训练流程
算法·机器学习·推荐算法
白狐_7982 小时前
408数据结构第5章:树与二叉树②——遍历、线索树、森林与哈夫曼
数据结构·算法·深度优先
for_ever_love__3 小时前
python基础语法学习: 数据容器
windows·python·学习
云空4 小时前
《电子专业完整学习路线图(分两套:本科四年版 / 零基础自学速成版)》
科技·学习·学习方法·高考
min(a,b)4 小时前
学习第16天:LangGraph 与 Agent 工作流编排
学习
woshihuanglaoshi4 小时前
鸿蒙技术进阶全景高级成长体系:从初中级到架构师的技能树/学习路径/项目实战/认证体系系统性方法论
学习·华为·harmonyos
AI即插即用4 小时前
即插即用系列 | IEEE TMI PLG-HN:原型学习引导的 CNN-Transformer 混合网络,攻克乳腺肿瘤分割难题
人工智能·深度学习·神经网络·学习·目标检测·cnn·transformer
致Great5 小时前
科研人的 AI,不该只回答问题:我用字节TraeWork 跑了一遍真实研究任务
算法
纵有疾風起5 小时前
线性表的定义与基本操作 — 从逻辑结构到 ADT 接口
数据结构·算法·408·线性表·adt