在此前我们已经介绍过贪心算法以及股票交易时机Ⅰ,有需要的话可以移步至贪心算法_Yuan_Source的博客-CSDN博客
题目介绍
122. 买卖股票的最佳时机 II - 力扣(LeetCode)
给你一个整数数组 prices ,其中 prices[i] 表示某支股票第 i 天的价格。
在每一天,你可以决定是否购买和/或出售股票。你在任何时候最多只能持有一股股票。你也可以先购买,然后在 同一天 出售。返回你能获得的最大利润 。
示例 1:
输入:prices = [7,1,5,3,6,4,3]
输出:7
由上面的示例我们可以看出,我们要去计算的实际上就是在折线图中呈增长趋势的增长的总值。
我们可以提出解法一:双指针法

实现原理如下:
- 初始化两个变量
prev和cur,分别表示当前子数组的起始位置和结束位置。 - 初始化一个变量
sum,用于存储最大利润。 - 使用一个
while循环遍历股票价格数组。 - 在循环中,首先检查
cur是否等于股票价格数组的长度减1,如果是,则将prices[cur] - prices[prev]加到sum中,并跳出循环。 - 如果
cur不等于股票价格数组的长度减1,则检查prices[cur + 1]是否大于prices[cur]。如果是,则将cur加1,否则执行以下操作: a. 将prices[cur] - prices[prev]加到sum中。 b. 将cur加1,并将prev更新为cur。 - 循环结束后,返回
sum。
注意事项:
- 代码中使用了两个变量
prev和cur来表示当前子数组的起始位置和结束位置。在循环中,当prices[cur + 1]小于等于prices[cur]时,将prices[cur] - prices[prev]加到sum中,并将cur加1,将prev更新为cur。这样做的目的是为了计算出股票价格数组中所有可能的子数组的最大值之差,并找到最大值。 - 代码中使用了
while循环来遍历股票价格数组,直到cur等于股票价格数组的长度减1。在循环中,首先检查cur是否等于股票价格数组的长度减1,如果是,则将prices[cur] - prices[prev]加到sum中,并跳出循环。然后检查prices[cur + 1]是否大于prices[cur],如果是,则将cur加1,否则执行上述操作。这样做的目的是为了计算出股票价格数组中所有可能的子数组的最大值之差,并找到最大值。
class Solution {
public:
int maxProfit(vector<int>& prices) {
int prev = 0, cur = 0;
int sum = 0;
while (cur < prices.size()) {
if (cur == prices.size() - 1) {
sum += prices[cur] - prices[prev];
break;
}
if (prices[cur + 1] > prices[cur]) {
cur++;
} else {
sum += prices[cur] - prices[prev];
cur++;
prev = cur;
}
}
return sum;
}
};
解法二:贪心
实现原理:
- 首先检查输入数组是否为空,如果为空则返回0。
- 初始化一个名为
sum的变量,用于存储累计利润。 - 使用一个for循环遍历数组,从第一个元素到倒数第二个元素。
- 在循环中,检查当前元素(
prices[i])和下一个元素(prices[i + 1])的大小关系。 - 如果
prices[i + 1]大于prices[i],说明当前股票价格较低,可以买入。将prices[i + 1] - prices[i]累加到sum中,表示这次买入的利润。 - 循环结束后,返回
sum作为最终结果。
class Solution {
public:
int maxProfit(vector<int>& prices) {
// 如果价格数组为空,则无法进行交易,直接返回0
if (prices.empty())
return 0;
int sum = 0; // 初始化总利润为0
// 遍历价格数组,除了最后一天(因为我们需要比较相邻两天的价格)
for (int i = 0; i < prices.size()-1; i++) {
// 如果后一天的价格高于前一天,则进行交易并累加利润
if(prices[i+1] > prices[i]){
sum += prices[i+1] - prices[i];
}
// 如果后一天的价格不高于前一天,则不进行交易,继续遍历
}
// 返回累计的总利润
return sum;
}
};



















