Najlepszy czas na kupno i sprzedaż akcji
Szczegółowy przewodnik i implementacja Python dla problemu „Najlepszy czas na kupno i sprzedaż akcji”.
1. Ucz się
Problem „najlepszego czasu na kupno i sprzedaż akcji” jest kluczowym wyzwaniem w sekcji „Przesuwane okno”.
Ta implementacja koncentruje się na logice prostego poziomu w Python.
W dostarczanych przez nas rozwiązaniach priorytetem jest dokładność techniczna i czytelność kodu.
2. Real-World Applications
3. Visual Intuition
Wizualizacja przepływu logicznego dla najlepszego czasu na zakup i sprzedaż akcji.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Przeczytaj uważnie opis problemu dotyczący najlepszego czasu na kupno i sprzedaż akcji.
2. Formulate brute force
Zaprojektuj proste rozwiązanie iteracyjne.
3. Identify inefficiency
Poszukaj zbędnych obliczeń.
4. Optimize search path
Użyj funkcji mieszania lub sortowania, aby przyspieszyć proces.
5. Final Implementation
Oczyść kod dla standardów produkcyjnych.
Oświadczenie o problemie
Dostajesz tablicę prices, gdzie prices[i] to cena danej akcji w i dniu.
Chcesz zmaksymalizować swój zysk, wybierając jeden dzień na zakup jednej akcji i wybierając inny dzień w przyszłości na sprzedaż tych akcji.
Zwróć maksymalny zysk, jaki możesz osiągnąć z tej transakcji. Jeśli nie możesz osiągnąć żadnego zysku, zwróć 0.
Napisz funkcję maxProfit(prices: List[int]) -> int.
- •1 <= len(prices) <= 10^5
- •0 <= prices[i] <= 10^4
Przykłady
prices = [7, 1, 5, 3, 6, 4]
5
Buy on day 2 (price = 1) and sell on day 5 (price = 6). Profit = 6 - 1 = 5.
prices = [7, 6, 4, 3, 1]
0
No profitable transaction is possible since prices only decrease.
Need a Hint?
Edge Cases to Watch
- Puste struktury wejściowe
- Wejścia jednoelementowe
- Duże granice liczbowe
Gotowy do rozwiązania?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Spostrzeżenia i odmiany wywiadu
Podział analizy złożoności
Dlaczego Czas: Directly evaluates all possibilities.
Dlaczego kosmos: Uses standard local memory.
Dlaczego Czas: Optimized paths reduce total operations.
Dlaczego kosmos: May trade memory for speed.
Zoptymalizowany kod rozwiązania w języku Python
Zoptymalizowany kod rozwiązania w języku Python
def max_profit_opt(prices):
l, r = 0, 1 # l:buy, r:sell
maxP = 0
while r < len(prices):
if prices[l] < prices[r]:
profit = prices[r] - prices[l]
maxP = max(maxP, profit)
else:
l = r
r += 1
return maxPKod brutalnej siły (chroniony spoilerami)
Kod brutalnej siły (chroniony spoilerami)
def max_profit_brute(prices):
res = 0
for i in range(len(prices)):
for j in range(i + 1, len(prices)):
profit = prices[j] - prices[i]
res = max(res, profit)
return resAlgorithm Pattern Checklist
When dealing with Sliding Window data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Obowiązują standardowe właściwości problemu z przesuwanym oknem.
Powiązane pytania
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Polecane zasoby Pythona
Poszerzaj swoją wiedzę dzięki powiązanym interaktywnym samouczkom, ściągawkom i porównaniom kodów.
Obsługa prób/wyjątków i błędów w języku Python
Zapobiegaj awariom skryptów Pythona. Dowiedz się, jak blokować try, z wyjątkiem, wreszcie i jak prawidłowo zgłaszać wyjątki niestandardowe.
Jak przekonwertować ciąg na Int w Pythonie
Dowiedz się, jak przekonwertować ciąg znaków na liczbę całkowitą w Pythonie za pomocą funkcji int(). Bezpiecznie obsługuj błędy i konwertuj liczby z formatu binarnego, ósemkowego lub szesnastkowego.
Ściągawka dotycząca formatowania DateTime w języku Python
Dowiedz się, jak analizować i formatować daty i godziny w Pythonie przy użyciu funkcji datetime, strftime i strptime.
Dekoratory Pythona a wzorzec projektowy dekoratora: kluczowe różnice
Porównaj dekoratory Pythona z klasycznym wzorcem projektowym dekoratora. Zrozum różnice między zawijaniem funkcji w czasie definicji a dynamiczną kompozycją obiektów w czasie wykonywania z możliwym do uruchomienia kodem.