Melhor momento para comprar e vender ações
Guia detalhado e implementação de Python para o problema do 'Melhor momento para comprar e vender ações'.
1. Aprenda
O problema do 'Melhor momento para comprar e vender ações' é um desafio importante na seção da janela deslizante.
Esta implementação concentra-se na lógica de nível fácil em Python.
Priorizamos a precisão técnica e a legibilidade do código em nossas soluções fornecidas.
2. Real-World Applications
3. Visual Intuition
Visualizando o fluxo lógico para o melhor momento para comprar e vender ações.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leia atentamente a definição do problema do Melhor momento para comprar e vender ações.
2. Formulate brute force
Elabore uma solução iterativa simples.
3. Identify inefficiency
Procure cálculos redundantes.
4. Optimize search path
Use hashing ou classificação para acelerar o processo.
5. Final Implementation
Limpe o código para padrões de produção.
Declaração do problema
Você recebe uma matriz prices onde prices[i] é o preço de uma determinada ação no iº dia.
Você deseja maximizar seu lucro escolhendo um único dia para comprar uma ação e escolhendo um dia diferente no futuro para vendê-la.
Retorne o lucro máximo que você pode obter com esta transação. Se você não conseguir obter nenhum lucro, retorne 0.
Escreva uma função maxProfit(prices: List[int]) -> int.
- •1 <= len(prices) <= 10^5
- •0 <= prices[i] <= 10^4
Exemplos
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
- Estruturas de entrada vazias
- Entradas de elemento único
- Grandes limites numéricos
Pronto para resolver?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Insights e variações da entrevista
Análise de complexidade
Por que tempo: Directly evaluates all possibilities.
Por que espaço: Uses standard local memory.
Por que tempo: Optimized paths reduce total operations.
Por que espaço: May trade memory for speed.
Código Python da solução otimizada
Código Python da solução otimizada
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 maxPCódigo de força bruta (protegido por spoiler)
Código de força bruta (protegido por spoiler)
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
Aplicam-se as propriedades padrão do problema da janela deslizante.
Perguntas relacionadas
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Recursos Python recomendados
Expanda seu conhecimento com tutoriais interativos relacionados, folhas de dicas e comparações de código.
Tentativa/Exceção em Python e tratamento de erros
Evite que seus scripts Python travem. Aprenda os blocos try, exceto, finalmente e como gerar exceções personalizadas corretamente.
Como converter string em int em Python
Aprenda como converter uma string em um inteiro em Python usando a função int(). Lide com erros com segurança e converta números de binário, octal ou hexadecimal.
Folha de dicas sobre formatação de data e hora em Python
Aprenda como analisar e formatar datas e horas em Python usando datetime, strftime e strptime.
Decoradores Python versus padrão de design de decorador: as principais diferenças
Compare os decoradores Python e o padrão de design clássico do decorador. Entenda as diferenças entre o agrupamento de funções em tempo de definição e a composição dinâmica de objetos em tempo de execução com código executável.