저는 최근 "주식을 사고 파는 가장 좋은 시기"라는 고전적인 LeetCode 문제를 다루었습니다. 이 문제는 주식을 한 번 사고 팔 때 얻을 수 있는 최대 이익을 구하는 문제입니다. 제가 탐구한 다양한 접근 방식과 그 복잡성을 자세히 살펴보겠습니다. 문제의 URL은 다음과 같습니다.
리트코드 121
가장 간단한 해결책은 배열의 모든 요소를 나머지 모든 요소와 비교하는 것입니다. 각 가격에 대해 나중에 판매할 경우 얻을 수 있는 이익을 계산합니다. 그런 다음 발생한 최대 이익을 추적합니다. 그러나 이 접근 방식은 시간 복잡성이 높고 시간 제한 초과가 발생했습니다.
/** * @param {number[]} prices * @return {number} */ var maxProfit = function (prices) { let max = 0; for (var i = 0; i a) return b - a; else return 0; }
이유는 다음과 같습니다. 각 요소를 n-1개의 다른 요소와 비교하여 n*(n-1)/2 비교 결과를 얻습니다. 이는 대략 O(n^2) 시간 복잡성으로 해석되며, 이는 대규모 데이터 세트에 대해서는 비효율적입니다. 불행하게도 이 접근 방식은 LeetCode에서 "Time Limit Exceeded" 오류로 이어지는 경우가 많습니다.
효율성을 높이기 위해 판매하기 전에 구매한다는 사실을 활용할 수 있습니다. 두 가지 지침을 소개할 수 있습니다:
세 번째 요소부터 가격 배열을 반복하는 것이 아이디어입니다(처음 두 요소는 구매 및 판매에 사용되므로). 매도가(현재 요소)와 매수가의 차이가 현재 최대 이익보다 큰지 지속적으로 확인합니다. true인 경우 최대 이익을 업데이트합니다. 그렇지 않으면 매수 포인터를 현재 요소(잠재적으로 더 낮은 매수 가격)로 업데이트하고 매도 포인터를 한 단계 앞으로 이동합니다.
이 접근 방식은 배열을 한 번만 반복하므로 시간 복잡도가 크게 향상되어 O(n)에 도달합니다.
/** * @param {number[]} prices * @return {number} */ var maxProfit = function (prices) { let maxProfit = 0; let buy = 0; let sell = 1; while (sell <p><img src="https://img.php.cn/upload/article/000/000/000/172284027594031.png" alt="LeetCode 문제 : 주식을 사고 파는 가장 좋은 시기" loading="lazy" style="max-width:90%" style="max-width:90%"></p> <h2> Python 예제를 사용한 탐욕스러운 접근 방식(시간 복잡도: O(n)) </h2> <p>탐욕스러운 접근 방식을 사용하면 비슷한 시간 복잡도를 달성할 수 있습니다. 여기서 핵심은 낮은 가격에 사서 높은 가격에 판매해야만 최대 이익을 얻을 수 있다는 점을 이해하는 것입니다. 따라서 가격 배열을 반복하고 지금까지 발생한 최소 가격을 추적할 수 있습니다. 이는 잠재적 구매 가격을 나타냅니다.</p> <p>다음은 탐욕적 접근 방식을 Python으로 구현한 것입니다.<br> </p> <pre class="brush:php;toolbar:false">class Solution: def maxProfit(self, prices: List[int]) -> int: max_profit = 0; min_buy = float('inf') for price in prices: min_buy = min(min_buy , price ) max_profit = max(max_profit, price-min_buy) return max_profit
내 포트폴리오에서 저를 찾을 수 있는 다른 곳은 여기에서 언제든지 자세히 알아볼 수 있습니다
위 내용은 LeetCode 문제 : 주식을 사고 파는 가장 좋은 시기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!