121. 买卖股票的最佳时机

最新推荐文章于 2025-05-22 14:42:44 发布

HardyDragon_CC

最新推荐文章于 2025-05-22 14:42:44 发布

阅读量106

点赞数

CC 4.0 BY-SA版权

文章标签：动态规划

︿(￣︶￣)︿

本文链接：https://blog.csdn.net/qq_44880154/article/details/120777469

letcode刷题专栏收录该内容

52 篇文章

订阅专栏

本文介绍了使用动态规划算法来解决寻找股票买卖最佳时机的问题。通过一个二维数组dp表示持有和不持有股票的状态，初始化dp数组，然后根据递推公式更新每一天的持有和不持有状态。最终返回dp数组中最后一个元素的不持有状态，即为最大收益。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

121. 买卖股票的最佳时机

在这里插入图片描述

思路

dp是个二维数组，表示第i天持有和不持有的最高收益。数组初始化，对于第一天就入股的资产为 -price[0],不买的为0；后面递推公式，对于持有和不持有的分别两种情况；
持有的递推，继续持有，其收益和昨天持有的一样。今天刚持有，收益为 -price[i]
不持有的递推，继续不持有，收益和昨天一样，今天刚卖出，今天的收益为昨天持有的收益加上今天卖出的价格，即 dp[i-1][0] + prices[i]

class Solution {
    public int maxProfit(int[] prices) {
        if(prices.length == 1) return 0;
        int size = prices.length;
        int[][] dp = new int[size][2];
        dp[0][0] = -prices[0];
        dp[0][1] = 0;
        for(int i = 1;i < size;i++){
            dp[i][0] = Math.max(dp[i-1][0],-prices[i]);
            dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0] + prices[i]);
        }
        return dp[size-1][1];
    }
}