M04121:股票买卖
greedy, http://cs101.openjudge.cn/pctbook/M04121/
最近越来越多的人都投身股市,阿福也有点心动了。谨记着“股市有风险,入市需谨慎”,阿福决定先来研究一下简化版的股票买卖问题。
假设阿福已经准确预测出了某只股票在未来 N 天的价格,他希望买卖两次,使得获得的利润最高。为了计算简单起见,利润的计算方式为卖出的价格减去买入的价格。
同一天可以进行多次买卖。但是在第一次买入之后,必须要先卖出,然后才可以第二次买入。
现在,阿福想知道他最多可以获得多少利润。
输入
输入的第一行是一个整数 T (T <= 50) ,表示一共有 T 组数据。 接下来的每组数据,第一行是一个整数 N (1 <= N <= 100, 000) ,表示一共有 N 天。第二行是 N 个被空格分开的整数,表示每天该股票的价格。该股票每天的价格的绝对值均不会超过 1,000,000 。
输出
对于每组数据,输出一行。该行包含一个整数,表示阿福能够获得的最大的利润。
样例输入
3
7
5 14 -2 4 9 3 17
6
6 8 7 4 1 -2
4
18 9 5 2样例输出
28
2
0提示
对于第一组样例,阿福可以第 1 次在第 1 天买入(价格为 5 ),然后在第 2 天卖出(价格为 14 )。第 2 次在第 3 天买入(价格为 -2 ),然后在第 7 天卖出(价格为 17 )。一共获得的利润是 (14 - 5) + (17 - (-2)) = 28 对于第二组样例,阿福可以第 1 次在第 1 天买入(价格为 6 ),然后在第 2 天卖出(价格为 8 )。第 2 次仍然在第 2 天买入,然后在第 2 天卖出。一共获得的利润是 8 - 6 = 2 对于第三组样例,由于价格一直在下跌,阿福可以随便选择一天买入之后迅速卖出。获得的最大利润为 0
思路如下:
一次买卖最大利润
- 对于每个位置
i,我们可以计算:left[i]:在区间[0..i]内完成一次买卖的最大利润。right[i]:在区间[i..N-1]内完成一次买卖的最大利润。
- 对于每个位置
两次买卖最大利润
遍历所有分割点
i,第一次交易在[0..i],第二次交易在[i..N-1],答案就是max_profit = max( left[i] + right[i] )
边界情况
- 如果价格一直下降,那么最大利润为
0。 - 可以允许某一次交易“不做”,即利润为
0。
- 如果价格一直下降,那么最大利润为
时间复杂度:
- 计算
left和right都是O(N),整体O(N),可以应对N = 100000的数据规模。
def solve():
import sys
input = sys.stdin.readline
T = int(input().strip())
for _ in range(T):
N = int(input().strip())
prices = list(map(int, input().split()))
if N <= 1:
print(0)
continue
# 1. 从左到右,计算一次交易的最大利润
left = [0] * N
min_price = prices[0]
for i in range(1, N):
min_price = min(min_price, prices[i])
left[i] = max(left[i - 1], prices[i] - min_price)
# 2. 从右到左,计算一次交易的最大利润
right = [0] * N
max_price = prices[-1]
for i in range(N - 2, -1, -1):
max_price = max(max_price, prices[i])
right[i] = max(right[i + 1], max_price - prices[i])
# 3. 合并
res = 0
for i in range(N):
res = max(res, left[i] + right[i])
print(res)
if __name__ == "__main__":
solve()