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。

?

思路：

情況一：今天買，明天賣，收益為prices[i]-prices[i-1]

情況二：連續上漲，則在第一天買，在上漲到頂峰的最后一天賣掉

情況三：連續下降， 則不買賣收益最大，不會虧錢。
算法流程：

遍歷整個股票交易日價格列表 price，策略是所有上漲交易日都買賣（賺到所有利潤），所有下降交易日都不買賣（永不虧錢）。
設 tmp 為第 i-1 日買入與第 i 日賣出賺取的利潤，即 tmp = prices[i] - prices[i - 1] ；
當該天利潤為正 tmp > 0，則將利潤加入總利潤 profit；當利潤為 0?或為負，則直接跳過；
遍歷完成后，返回總利潤 profit。
復雜度分析：

時間復雜度 O(N)：只需遍歷一次price；
空間復雜度 O(1)：變量使用常數額外空間。

提交的代碼：

class Solution {
? ? public int maxProfit(int[] prices) {
? ? ? ? int sum=0;
? ? ? ? for(int i=1;i<prices.length;i++)
? ? ? ? {
? ? ? ? ?? ?if(prices[i]-prices[i-1]>0)
? ? ? ? ?? ?{
? ? ? ? ?? ??? ?sum+=prices[i]-prices[i-1];
? ? ? ? ?? ?}
? ? ? ? }
? ? ? ? return sum;
? ? }
}

完整的代碼：

public class Solution122 {
public static int maxProfit(int[] prices) {
? ? ? ? int sum=0;
? ? ? ? for(int i=1;i<prices.length;i++)
? ? ? ? {
? ? ? ? ?? ?if(prices[i]-prices[i-1]>0)
? ? ? ? ?? ?{
? ? ? ? ?? ??? ?sum+=prices[i]-prices[i-1];
? ? ? ? ?? ?}
? ? ? ? }
? ? ? ? return sum;
? ? }
public static void main(String[] args)
{
?? ?int nums[] = {7,1,5,3,6,4};
?? ?System.out.println(maxProfit(nums));
}
}
?

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。