122.买卖股票的最佳时机 II#
题目描述#
给定一个数组 prices ，其中prices[i]是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。
提示
可以买卖多次
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。限制#
- 1 <= prices.length <= 3 * 104
- 0 <= prices[i] <= 104
题解#
思路 1：暴力循环#
算法流程：
2 次循环分别找出最大价格和最小价格
复杂度分析：
- 时间复杂度
O(N^2)) - 空间复杂度
O(1)
代码#
```go
package main
func maxProfit_1(prices []int) int {
ans := 0
for i := 1; i < len(prices); i++ {
if prices[i] > prices[i-1] {
ans += prices[i] - prices[i-1]
}
}
return ans
}
```
思路 2：动态规划#
算法流程#
基本动态规划操作…
复杂度分析#
- 时间复杂度
O(N) - 空间复杂度
O(N)
```go
func maxProfit_2(prices []int) int {
dp, n := make([][2]int, len(prices)), len(prices)
dp[0][0], dp[0][1] = -prices[0], 0
for i := 1; i < n; i++ {
dp[i][0] = max(dp[i-1][0], dp[i-1][1]-prices[i])
dp[i][1] = max(dp[i-1][1], dp[i-1][0]+prices[i])
}
return dp[n-1][1]
}
```
总结#
如果你同我一样热爱数据结构、算法、LeetCode，可以关注我 GitHub 上的 算法 题解：awesome-golang-algorithm