class Solution(object):
def maxProfit(self, prices):
"""
:type prices: List[int]
:rtype: int
"""
if len(prices) <= 1:
return 0
elif len(prices) ==2:
return prices[1]-prices[0] if prices[1]>prices[0] else 0
# dp 动态规划适用的条件是len(prices)>=3
# 注意这里必须要dp1[0] = 0
# dp 状态分析
# dp1[i] 表示在位置 i 卖股票最大的收益
# dp[0] 不可能购买购票, 其实这个位置是不可达的位置
dp1 = [0]*len(prices)
min_p = prices[0]
for i in range(1, len(prices)):
dp1[i] = max(dp1[i-1], prices[i]-min_p)
min_p = min(min_p, prices[i])
# 注意这里的必须要dp2[-1] = 0
# 因为dp2[i]的状态表示的在i 位置购买股票的最大收益.
# 你显然不能在 dp2[-1]购买股票, 这个位置不可达
# 因为表示在 i 位置购买收益, 所以得倒序推导
dp2 = [0]*len(prices)
max_p = prices[-1]
for i in range(len(prices)-2, -1, -1):
dp2[i] = max( dp2[i+1], max_p - prices[i] )
max_p = max(max_p, prices[i])
max_profit = 0
for i in range(1,len(prices)-1):
# 注意可以同一天买卖股票
# 可以在 i 天,卖掉旧股票, 卖新股票
max_profit = max(max_profit, dp1[i]+dp2[i])
return max_profit
网友评论