以下为我的天梯积分规则：
每日至少一题：一题积分+10分
若多做了一题（或多一种方法解答），则当日积分+20分（+10+10）
若做了三道以上，则从第三题开始算+20分（如：做了三道题则积分-10+10+20=40；做了四道题则积分–10+10+20+20=60）
初始分为100分
若差一天没做题，则扣积分-10分（周六、周日除外注：休息）
坚持！！！
初级算法
刷题目录
动态规划
题干
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。
动态规划
分析：
之前在最开始的时候有一道类似的题，也是买卖股票的最佳时机。不能使用贪心算法了，这里不是求解最大的获利。只能在最低价买入，然后在高价日子卖出。
确定状态
找到转移公式
确定初始条件以及边界条件
计算结果
class Solution: def maxProfit(self, prices: List[int]) -> int: # 动态规划 n = len(prices) if prices==None or n==0: return 0 dp = [[0]*2 for _ in range(n)] dp[0][0] = 0 dp[0][1] = -prices[0] for i in range(1, n): # 递推公式 dp[i][0] = max(dp[i-1][0], dp[i-1][1]+prices[i]) dp[i][1] = max(dp[i-1][1], -prices[i]) return dp[n-1][0]
结果还是很慢很慢。
双指针
双指针就很慢了，遍历了所有。
class Solution: def maxProfit(self, prices: List[int]) -> int: # 双指针 n = len(prices) if prices == None or n == 0: return 0 maxv = 0 # 记录最大利润 minv = prices[0] # 记录买入的最小值 for i in range(n): minv = min(minv, prices[i]) maxv = max(prices[i]-minv, maxv) return maxv