121. 买卖股票的最佳时机

思考：要在股票交易中获得最大利润，则买入价格与卖出价格的差值要最大。那么dp[i][0]应该选所得现金最大的，所以dp[i][0] = max(dp[i - 1][0], -prices[i]);同样dp[i][1]取最大的，dp[i][1] = max(dp[i - 1][1], prices[i] + dp[i - 1][0]);dp[0][0]表示第0天持有股票，此时的持有股票就一定是买入股票了，因为不可能有前一天推出来，所以dp[0][0] = -prices[0];

股票问题一共有六道：买卖股票的最佳时机（1，2，3，4）、含冷冻期、含手续费。本题是第一道，属于入门题目。 股票问题的方法就是 动态规划，因为它包含了重叠子问题，即买卖股票的最佳时机是由之前买或不买的状态决定的，而之前买或不买又由更早的状态决定的... 由于本题只有一笔交易（买入卖出），因此除了动态规划，我们还可以使用更加简便的方法实现。 官方题解方法二：一次遍历

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 。

随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3。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。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。在这种情况下, 交易无法获得正利润，所以不参与交易可以获得最大利润，最大利润为 0。

我们可以在遍历数组的同时，记录到目前为止见到的最低价格，并计算如果在这个最低价格买入、当前价格卖出能获得的利润。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。更聪明的方法是利用一个关键洞察：要获得最大利润，我们需要以尽可能低的价格买入，然后在之后尽可能高的价格卖出。例如 [1,2,3,4,5]，最大利润为4，应该在第一天买入，最后一天卖出。例如 [7,6,4,3,1]，最大利润为0，因为没有可以盈利的交易机会。

在本篇题解中，我们将解决力扣第 121 题，该题要求在给定的股票价格数组中找到最大的利润，允许完成一笔交易，即买入一支股票并卖出一支股票。我们将提供三种不同的解决方法，并分析它们的时间复杂度和空间复杂度。加油，刷题使我快乐！通过这篇题解，我们学习了解决力扣第 121 题的三种不同方法：暴力法、动态规划和贪心算法。这些方法分别具有不同的时间和空间复杂度，但都能有效地解决这个问题。选择合适的方法取决于问题的实际要求和输入数据的规模。希望这篇题解对你有所帮助！

动态规划、贪心--买卖股票问题

否则为上升趋势，我们将i看作卖出股票时的索引，减去该数前的最小数字（价格），(prices[i]-minprice，即得到在索引i卖出时的最大利润，与maxprofit判断看是否更新maxprofit,最终返回maxprofit。第二种思路：遍历数组，如果price[i]<minprice,说明i为第一个元素或者为下跌趋势，更新minprice；第一种思路：两层循环，依次计算每两个数的差值， 保存最大值，返回。

易错点正确做法说明把买入时间放在卖出之后买入必须在卖出之前忘记更新历史最低价格每轮都要初始利润写为负无穷正确为profit = 0，防止返回负值本题是经典的贪心算法题，优先选最低点买入，最高点卖出。

Leetcode121. 买卖股票的最佳时机（C语言） 算法-贪心思想：算法与数据结构参考 题目： 给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。如果你最多只允许完成一笔交易（即买入和卖出一支股票），设计一个算法来计算你所能获取的最大利润。例: 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...

121. 买卖股票的最佳时机(1、2)——动态规划、贪心策略 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 。 🍎道阻且长，行则将至。🍓！！！

这种方法的时间复杂度为 O(n)，空间复杂度为 O(1)，非常高效。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。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。同时，由于只使用了有限的额外变量，空间复杂度也非常低。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。输入：prices = [7,6,4,3,1]输入：[7,1,5,3,6,4]

小结：利用后序遍历的变种，按先序的逆序遍历并进行还原。

滑动窗口算法精要 无重复字符最长子串 使用双指针维护滑动窗口，HashSet存储当前字符 左指针移动时移除左侧字符，右指针扩展至重复字符 时间复杂度O(n)，空间复杂度O(字符集大小) 示例：s="pwwkew" → 最长"wke"(长度3) 字母异位词查找 固定长度滑动窗口匹配字符频率 双频率数组统计字符出现次数 窗口滑动时更新频率：移除左边界，添加右边界 时间复杂度O(n)，空间复杂度O(1) 示例：s="abab", p="ab&q

摘要： 本文介绍了如何判断链表是否存在环。使用快慢指针法，快指针每次移动两步，慢指针每次移动一步。如果存在环，两指针终会相遇；否则快指针会先到达链表末端。算法时间复杂度为O(n)，空间复杂度为O(1)。示例展示了有环和无环链表的情况，Java代码实现了这一判断逻辑。这种方法高效且节省空间，是判断链表环的经典解决方案。

文档讲解：https://programmercarl.com/0239.%E6%BB%91%E5%8A%A8%E7%AA%97%E5%8F%A3%E6%9C%80%E5%A4%A7%E5%80%BC.html#%E5%85%B6%E4%BB%96%E8%AF%AD%E8%A8%80%E7%89%88%E6%9C%AC。这道题的代码看着好像是很简单，但其实很浮躁，我也没有完全的搞明白，要注意的是，队列存入的是可能会是最大值的下标，