@@ -195,23 +195,26 @@ public:
195195## 其他语言版本
196196
197197Java:
198+ 199+ > 贪心法:
200+ 198201```java
199- // 贪心思路
200202class Solution {
201203 public int maxProfit(int[ ] prices) {
202- int minprice = Integer . MAX_VALUE
203- int maxprofit = 0 ;
204- for (int i = 0 ; i < prices. length; i++ ) {
205- if (prices[i] < minprice) {
206- minprice = prices[i];
207- } else if (prices[i] - minprice > maxprofit) {
208- maxprofit = prices[i] - minprice;
209- }
204+ // 找到一个最小的购入点
205+ int low = Integer.MAX_VALUE;
206+ // res不断更新,直到数组循环完毕
207+ int res = 0;
208+ for(int i = 0; i < prices.length; i++){
209+ low = Math.min(prices[ i] , low);
210+ res = Math.max(prices[ i] - low, res);
210211 }
211- return maxprofit ;
212+ return res ;
212213 }
213214}
214215```
216+ > 动态规划:版本一
217+
215218```java
216219// 解法1
217220class Solution {
@@ -233,30 +236,27 @@ class Solution {
233236}
234237```
235238
236- ``` java
237- class Solution { // 动态规划解法
238- public int maxProfit (int [] prices ) {
239- // 可交易次数
240- int k = 1 ;
241- // [天数][交易次数][是否持有股票]
242- int [][][] dp = new int [prices. length][k + 1 ][2 ];
243- 244- // bad case
245- dp[0 ][0 ][0 ] = 0 ;
246- dp[0 ][0 ][1 ] = Integer . MIN_VALUE
247- dp[0 ][1 ][0 ] = Integer . MIN_VALUE
248- dp[0 ][1 ][1 ] = - prices[0 ];
249- 250- for (int i = 1 ; i < prices. length; i++ ) {
251- for (int j = k; j >= 1 ; j-- ) {
252- // dp公式
253- dp[i][j][0 ] = Math . max(dp[i - 1 ][j][0 ], dp[i - 1 ][j][1 ] + prices[i]);
254- dp[i][j][1 ] = Math . max(dp[i - 1 ][j][1 ], dp[i - 1 ][j - 1 ][0 ] - prices[i]);
255- }
256- }
239+ > 动态规划:版本二
257240
258- return dp[prices. length - 1 ][k][0 ] > 0 ? dp[prices. length - 1 ][k][0 ] : 0 ;
241+ ``` java
242+ class Solution {
243+ public int maxProfit(int[ ] prices) {
244+ int[ ] dp = new int[ 2] ;
245+ dp[ 0] = -prices[ 0] ;
246+ dp[ 1] = 0;
247+ // 可以参考斐波那契问题的优化方式
248+ // dp[ 0] 和 dp[ 1] , 其实是第 0 天的数据
249+ // 所以我们从 i=1 开始遍历数组,一共有 prices.length 天,
250+ // 所以是 i<=prices.length
251+ for (int i = 1; i <= prices.length; i++) {
252+ int temp = dp[ 0] ;
253+ // 前一天持有;或当天买入
254+ dp[ 0] = Math.max(temp, -prices[ i - 1] );
255+ // 前一天卖出;或当天卖出, 当天要卖出,得前一天持有才行
256+ dp[ 1] = Math.max(dp[ 1] , temp + prices[ i - 1] );
259257 }
258+ return dp[ 1] ;
259+ }
260260}
261261```
262262
0 commit comments