📅 最后修改于: 2023-12-03 15:42:02.892000 🧑 作者: Mango
本文将介绍一种贪心算法，通过股票价格来最大化利润。算法思想简单，适用于初学者。
在一组股票价格数据中，我们需要找到最低点和最高点，以此来获得最大利润。为了方便起见，我们将股票价格按天数进行排序。假如说我们有以下数据：
| Day | Price | | --- | --- | | 1 | 100 | | 2 | 200 | | 3 | 150 | | 4 | 300 | | 5 | 400 |
我们可以从第一天开始，记录当前最低点和最高点，并计算当前的利润。
首先，我们定义一个变量 min_price 来记录当前最低点，初始化为第一天的价格。然后，我们定义另一个变量 max_profit 来记录当前最大利润，初始值为 0。
接下来，我们遍历每一天的股票价格，计算当前最小值和最大利润：
min_price = prices[0] # 最低点初始化为第一天的价格
max_profit = 0 # 最大利润初始化为0
for price in prices:
if price < min_price:
# 如果当前价格小于最低点，则更新最低点
min_price = price
if price - min_price > max_profit:
# 如果当前价格与最低点的差值大于最大利润，则更新最大利润
max_profit = price - min_price
return max_profit
该算法的时间复杂度为 O(n)，空间复杂度为 O(1)。
通过该算法，我们可以在 O(n) 的时间复杂度内找到最大利润。这种算法思想也可以应用于其他类似的问题上，例如找到最小值或最大值等。