我们有一组表示随时间变化的价格的数字。例如,我们有10,4,6,8,2,5,3,9,1。我们想知道什么时候是最好的买入和卖出时间,以实现利润最大化。在这种情况下,我们以time4 =2的价格买入,以time7 =9的价格卖出,利润为9-2= 7。
在数学上,我们正在寻找a和b,其中a <= b和timeb - timea是最大的。
使用divide and conquer实现复杂度为O(nlogn)的算法有点微不足道。我一直在寻找一种最坏情况为O(n)的算法,但一直没有成功。任何帮助都将不胜感激。
发布于 2015-02-23 03:59:37
这里不需要分而治之。从最早的价格到最新的价格遍历数组,并在每个步骤中将当前价格与到目前为止找到的最低价格进行比较。
发布于 2015-02-23 04:03:14
10,4,6,8,2,5,3,9,1。
将上面的列表转换为O(n)中的梯度。-6,2,2,-6,3,-2,6,-8
应用卡达内算法寻找最大子数组O(n):http://en.wikipedia.org/wiki/Maximum_subarray_problem
^修改以存储起始位置和结束位置。
使用kadane算法中的起始位置来找到原始数组的起始和结束位置。
发布于 2015-02-23 04:13:25
如果我们作为第一步预先计算一个向量,该向量指定索引i的每个范围(0,i-1)的最低价格,然后计算如果我们在索引i卖出,我们可以在O(n)时间内计算出的最大价格:
代码:
#include <iostream>
#include <algorithm>
#include <limits>
#include <vector>
using namespace std;
int main() {
vector<int> prices{10, 4, 6, 8, 2, 5, 3, 9, 1};
// sell at time [i] requires buy at minimum in range [0,i-1]
// create vector of index at minimum for each range
int currentMinimumIndex = 0;
vector<int> minimums{0};
for(size_t i = 1; i < prices.size(); ++i)
{
if (prices[i] < prices[currentMinimumIndex])
{
minimums.emplace_back(i);
currentMinimumIndex = i;
}
else
minimums.emplace_back(currentMinimumIndex);
} // O(n)
// at this point we have a lookup table for minimum in every range
// attempt to maximize amount we can get if we sell at time i buy buying at minimum for (0,i-1)
vector<int> maxSales{std::numeric_limits<int>::min()};
for(size_t i=1;i<prices.size();++i)
{
maxSales.emplace_back(prices[i] - prices[minimums[i]]);
} // O(n)
// find maximum element
auto maxSum = std::max_element(std::begin(maxSales), std::end(maxSales)); // O(n)
auto sellAt = std::distance(std::begin(maxSales), maxSum);
auto buyAt = minimums[sellAt];
std::cout << "Maximum profit is " << *maxSum << std::endl;
std::cout << "If we buy at index " << buyAt << " (price: " << prices[buyAt] << ")"
<< " and sell at " << sellAt << " (price: " << prices[sellAt] << ")" << std::endl;
return 0;
}
输出:
如果我们以指数4(价格: 2)买入,以7(价格: 9)出售,
最大利润为7。
Live Example
编辑:这是一种动态编程风格的方法,我现在意识到它有点过头了。如果我们做hugomg said,那么我们将简单地从左到右迭代,存储到目前为止找到的最小值。在每个新的指数i,我们执行减法,看看我们是否有一个新的最大价格。时间是线性的,空间是恒定的。
https://stackoverflow.com/questions/28662502
复制相似问题