LeetCode题练习与总结：买卖股票的最佳时机--121-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。 提示：

• 1 <= prices.length <= 10^5
• 0 <= prices[i] <= 10^4

二、解题思路

为了找到最大利润，我们需要找到买入和卖出股票的最佳时机。这个问题可以通过一次遍历数组来解决。我们可以在遍历过程中记录到目前为止遇到的最小价格，并且对于每一天，计算如果在这一天卖出股票能获得的最大利润。这样，我们就不需要考虑买入和卖出的具体时间点，只需要在遍历过程中不断更新最大利润即可。

具体步骤如下：

1. 初始化两个变量，minPrice设为第一天股票的价格，maxProfit设为0。

2. 遍历数组prices，对于每一天：

• 计算如果在这一天卖出股票能获得的利润，即prices[i] - minPrice。
• 如果这个利润大于maxProfit，则更新maxProfit。
• 如果当前的股票价格prices[i]小于minPrice，则更新minPrice为prices[i]。

3. 遍历完成后，maxProfit就是能够获得的最大利润。

三、具体代码

class Solution {
    public int maxProfit(int[] prices) {
        int minPrice = Integer.MAX_VALUE;
        int maxProfit = 0;
        
        for (int price : prices) {
            if (price < minPrice) {
                minPrice = price;
            } else if (price - minPrice > maxProfit) {
                maxProfit = price - minPrice;
            }
        }
        
        return maxProfit;
    }
}

四、时间复杂度和空间复杂度

1. 时间复杂度

• 代码中有一个循环，该循环遍历一次给定数组prices。
• 在循环内部，每次迭代只进行常数时间的操作，包括比较和赋值。
• 因此，循环的时间复杂度是O(n)，其中n是数组prices的长度。

2. 空间复杂度

• 代码中使用了一个固定大小的变量minPrice来存储最小价格，以及一个固定大小的变量maxProfit来存储最大利润。
• 这些变量使用的空间不随输入数组的大小而变化。
• 因此，空间复杂度是O(1)，即常数空间复杂度。

综上所述，代码的时间复杂度是O(n)，空间复杂度是O(1)。

五、总结知识点