前言
数据结构与算法属于开发人员的内功，不管前端技术怎么变，框架怎么更新，版本怎么迭代，它终究是不变的内容。 始终记得在参加字节青训营的时候，月影老师说过的一句话，不要问前端学不学算法。计算机学科的每一位都有必要了解算法，有
写出高质量代码的潜意识。
一、股票问题 (一)
1.1 问题描述
给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。
示例 1：
输入：[7,1,5,3,6,4] 输出：5 解释：在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。 注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。
示例 2
输入：prices = [7,6,4,3,1] 输出：0 解释：在这种情况下, 没有交易完成, 所以最大利润为 0。
提示：
- 1 <= prices.length <= 105
- 0 <= prices[i] <= 104
1.2 问题分析
每一天我们手里都只有两种状态，
- 手里有股票可以选择将其卖掉，也可以选择保留。
- 手里没有股票，可以选择买股票，也可以继续等待。 明确好状态之后我们就可以写出状态方程式了
- 第i天没有股票的最大收益，等于前一天就没有股票或者前一天有股票今天卖了
- 第i天有股票的最大收益是，前一天就有股票或今天才买，比较其最大值 最后一天手里肯定就没有了股票
dp[i][0] 表示第i天我们的手里没有股票dp[i][1] 表示第i天我们手里含有股票
var maxProfit = function(prices) { const dp = [] for(let i=0;i<prices.length;i++){ dp[i] = new Array(2) } dp[0][0] = 0 dp[0][1] = -prices[0] for(let i=1;i<prices.length;i++){ dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1]+prices[i]) dp[i][1] = Math.max(dp[i-1][1],-prices[i]) } return dp[prices.length-1][0] };
既然每一天的结果都只和前面一天有关的话，那么我们可以将空间复杂度进一步的降低
var maxProfit = function(prices) { let nostock = 0 let stock = - prices[0] for(let i = 1; i < prices.length; i++){ let cur = stock stock = Math.max(stock,-prices[i]) nostock = Math.max(nostock,cur + prices[i]) } return nostock };
股票问题（二）
2.1 问题描述
给定一个数组 prices ，其中 prices[i] 表示股票第 i 天的价格。
在每一天，你可能会决定购买和/或出售股票。你在任何时候 最多只能持有一股股票。你也可以购买它，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] 输出: 7 解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出, 这笔交易所能获 得利润 = 5-1 = 4 。 随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6-3 = 3
示例 2:
输入: prices = [1,2,3,4,5] 输出: 4 解释: 在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。 注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。 因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。
示例 3:
输入: prices = [7,6,4,3,1] 输出: 0 解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
提示：
- 1 <= prices.length <= 3 * 104
- 0 <= prices[i] <= 104
2.2 问题分析
和问题（一）不同的是，本题中的股票并不是一次购入一次出售，可以存在多次这样的关系。所以当第i天我们的手里含有股票的时候，前提是前一天没有股票，因为最多只能含有一支股票
空间复杂度O(N)
var maxProfit = function(prices) { const dp = [] dp[0] = [] dp[0][0] = 0 dp[0][1] = - prices[0] for(let i = 1;i < prices.length; i++){ dp[i] = [] dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1] + prices[i]) dp[i][1] = Math.max(dp[i-1][1],dp[i-1][0] - prices[i]) } return dp[prices.length-1][0] };
和题目一思路一致，我们可以进一步优化一下代码
var maxProfit = function(prices) { let nostock = 0 let stock = - prices[0] for(let i = 1; i < prices.length; i++){ let cur = stock stock = Math.max(stock,nostock - prices[i]) nostock = Math.max(nostock,cur + prices[i]) } return nostock };
后续
- 地址:买股票的最佳时机一
好了，本篇 力扣-买股票的最佳时机 🦐 到这里就结束了，我是邵小白，一个在前端领域摸爬滚打的大三学生，欢迎👍评论。
