LeetCode 算法题库【121】——买卖股票的最佳时机Ⅰ

最新推荐文章于 2026-08-19 21:19:01 发布

原创最新推荐文章于 2026-08-19 21:19:01 发布 · 278 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

LeetCode 算法学习

本文探讨了三种有效的股票交易策略，包括使用贪心算法求最大利润、通过计算价格差额求最大子序和以及改进后的直接计算最大利润方法，旨在帮助读者理解如何在股票市场中寻找最佳买卖时机。

买卖股票的最佳时机

题目描述：

121

解题思路：

第一种：这个方法有点类似于求最大子序和的贪心算法。先保证这个prices数组不是空列表，然后先假设最小值mini为prices[0]，然后一次比较列表中元素，发现更小的元素则重新赋值给mini，然后每次都通过prices[i] - mini获得一次最大利润maxi，最后返回最终得到的最大利润maxi。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        lens = len(prices)
        if lens == 0:
            return 0
        else:
            mini = prices[0]
            maxi = 0
            for i in range(lens):
                mini = min(mini, prices[i])
                maxi = max(maxi, prices[i] - mini)
            return maxi

第二种：这个方法就比较巧妙了，我们可以发现如果把这个prices列表的相邻两个元素的差我们算出来然后放在另一个列表里，很容易推得，要求最大利润，也就是列表里的这两个元素之间的差，也就是这两个元素之间的所有相邻元素的差的和。所以这道题就简化变成了求这些差的最大子序和。我们先定义一个列表，然后用append()来把所有差放进去。后面就用之前用过求解最大子序和的方法，来求解就可以了。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        lens = len(prices)
        cha = []
        for i in range(len(prices)-1):
            cha.append(prices[i+1]-prices[i])
        if len(cha) == 0:
            return 0
        else:
            temp = maxi = cha[0]
            for i in range(1, len(cha)):
                temp = max(cha[i], cha[i]+temp)
                maxi = max(maxi, temp)
            if maxi < 0:
                return 0
            else:
                return maxi

第三种：这个方法是在第二个方法的基础上的改进，我们可以不需要重新定义一个列表就可以完成任务。通过max函数把小于0的差排除，又通过prices[i+1] - prices[i] + temp可以进行最大子序和的计算，每次得到的最大值赋给maxi，最后返回maxi。这个方法空间复杂度比上一个方法要小。

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        lens = len(prices)
        temp = maxi = 0
        for i in range(lens-1):
            temp = max(0, prices[i+1] - prices[i] + temp)
            maxi = max(temp, maxi)
        return maxi