python买卖股票的最佳时机（基于贪心/蛮力算法）

开始刷leetcode算法题 今天做的是“买卖股票的最佳时机”

题目要求

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。

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）。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

看到这个题目 最初的想法是蛮力法

通过两层循环 不断计算不同天之间的利润及利润和

下面上代码

class Solution(object):
 def maxProfit(self, prices):
   """
   :type prices: List[int]
   :rtype: int
   """

self.allbuy1 = []  #单次买卖的差值数组 （可能为负）
   self.allbuy2 = []  #所有可能买卖的利润数组 （可能为负）
              # allbuy1和allbuy2的区别为一个是单次买卖 一个是多次买卖和
   self.curbuy(prices,0,0) #prices 为价格表 0：初始 0：
   #print(self.allbuy1)
   #print(self.allbuy2)
   return self.picBigest(self.allbuy2)
 def buyticket(self,prilist,a,b):    #list:放入的价格数组 a:上一次买入的价格 b:今天卖出的价格
   return prilist[b] -prilist[a]  #返回 赚取得价格

def curbuy(self,plist,x,result): #plist：价格数组 x:当天的数组坐标 result: 利润
   obj=result           #固定上一次的价格 保存为上一个递归
   lens=len(plist)        #天数
   for i in range(x,lens-1):
     for j in range(i+1,lens):
       temp=self.buyticket(plist,i, j)
       self.allbuy1.append(temp)
       self.allbuy2.append(temp)   #单次利润放入数组
       result = obj + temp   #将之前的利润加上今天的利润
       if(x>=2):       #如果买入是第2+1天以后 则可以加上之前的利润
         self.allbuy2.append(result) #多次买卖利润放入数组
       self.curbuy(plist,j+1,result)  #递归 j+1:卖出的后一天 result:利润

def picBigest(self,reslist):
   big=0
   for i in reslist:
     if (i>big):
       big=i
   print(big)
   return big

if __name__ == '__main__':
   test=Solution()
   prices = [5,7,3,8] # 输入的每日股票数组
   test.maxProfit(prices)

分析：

这个代码理解起来简单 就是将所有可能都放入数组中 找出最大一个可能

将这个代码提交时 显示 超出时间限制 确实 如果输入的数组长度非常大时 计算量巨大 出现错误

——————————————————————————————————————————————————————————————————————————————

更换思路：利用贪心算法解决此事

首先介绍 一下贪心算法： 对问题只对当前情况进行最优解处理，之后发生什么对之前的决定都不改变。简单的说就是一个局部最优解的过程

介绍个例子就明白了： 找零钱问题

假设有面值为5元、2元、1元、5角、2角、1角的货币，需要找给顾客4元6角现金，为使付出的货币的数量最少

• 首先找出小于4元6角的最大面值（2元）

• 其次找出小于2元6角的最大面值（2元）

• 接着找出小于6角的最大面值（5角）

• 最后找出小于1角的最大面值（1角） ---付出4张纸币

介绍完了贪心算法简单思想 就利用该方法解决对应问题

在已知股票价格走势情况下 只需要对下一天进行判断 如果涨了 则买 如果跌了则卖 这样收益会保持固定增长

当然了 有人会提出 我可以选择不卖等几天再卖 或不买等几天再买 的方式 一样可以保持增长 但是如图

如果在第2天买入 3天卖出 4天买入 5天卖出 收益为A+B

如果在第2天买入 5天卖出 收益为 C

明显得出A+B大于C 所以贪心法在这种情况非常适用并且肯定得到最优解

直接上代码

class Solution(object):
 def maxProfit(self, prices):
   profit = 0
   for day in range(len(prices)-1):
     differ = prices[day+1] - prices[day]
     if differ > 0:
       profit += differ
   return profit
if __name__ == '__main__':
   test=Solution()
   prices = [5,7,3,9] # 输入的每日股票数组
   print(test.maxProfit(prices))

来源：https://www.cnblogs.com/bob-jianfeng/p/10308897.html