给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。
示例 1：
输入：[7,1,5,3,6,4]
输出：5
解释：在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。
示例 2：
输入：prices = [7,6,4,3,1] 输出：0 解释：在这种情况下, 没有交易完成, 所以最大利润为 0。
示例代码1：【运行时间超时】
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
max_value = 0
for i in range(n):
j = i+1
while j < n:
max_value = max(max_value, prices[j]-prices[i])
j += 1
return max_value示例代码2：
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
dp0 = 0 # 一直不买
dp1 = -prices[0] # 只买了一次
dp2 = float('-inf') # 买了一次，卖了一次
for i in range(1, n):
dp1 = max(dp1, dp0-prices[i])
dp2 = max(dp2, dp1 + prices[i])
return max(dp0,dp2)
示例代码3：
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
max_value = 0
min_value = float('inf')
for price in prices:
max_value = max(max_value, price- min_value)
min_value = min(min_value, price)
return max_value
复杂度分析
- 时间复杂度：O(n)，只需要遍历一次。
- 空间复杂度：O(1)，只使用了常数个变量。
示例代码4：
class Solution:
def maxProfit(self, prices: List[int]) -> int:
n = len(prices)
if n == 0: return 0 # 边界条件
dp = [0] * n
minprice = prices[0]
for i in range(1, n):
minprice = min(minprice, prices[i])
dp[i] = max(dp[i - 1], prices[i] - minprice)
return dp[-1]
