Python实现股票最大收益计算：华为OD机试真题解析

快速体验

1. 打开 InsCode(快马)平台 https://www.inscode.net
2. 输入框输入如下内容

   帮我开发一个股票收益计算器，用于计算连续交易周期内通过买卖股票获得的最大人民币收益。系统交互细节：1.输入多组带货币单位(Y/S)的股票价格 2.自动转换美元为人民币(1S=7Y) 3.计算相邻交易日正差价累计值 4.输出最大收益。注意事项：需处理货币单位换算且仅保留单只股票。

3. 点击'项目生成'按钮，等待项目生成完整后预览效果

解题思路详解

问题核心分析

这道华为OD机试题要求实现股票交易的最大收益计算，主要考察三个关键点： 1. 混合货币单位的处理（人民币Y和美元S） 2. 单只股票持仓限制下的收益累计规则 3. 时间复杂度控制在O(n)内的遍历算法

实现步骤拆解

1. 数据预处理阶段
2. 使用split()方法将输入字符串按空格分割成价格列表

3. 创建convert_price函数处理货币单位转换：

   • 截取末尾字符判断货币类型
   • Y结尾直接取数值，S结尾需乘以7换算为人民币

4. 核心算法逻辑

5. 初始化max_profit为0记录总收益
6. 从第二天开始遍历价格列表（索引1到n-1）
7. 计算当日与前一日差价diff = price[i] - price[i-1]

8. 仅当diff为正数时才累加到max_profit

9. 边界情况处理

10. 空输入或单日价格返回0
11. 持续下跌行情收益为0（如样例6/9）
12. 美元换算时注意整型运算精度

关键问题解析

• 为什么采用相邻交易日差价累计？ 在单只股票持仓限制下，最优策略等同于所有正差价的累加。例如样例1中：
• 2Y→3S(+19)
• 3S→4S(+7)

• 6Y→8S(+50) 总和76正是各段正收益之和

• 与多股票策略的区别 若允许持有多个股票（如备注说明），则需采用完全不同的动态规划解法，但本题明确限定单只股票

• 货币转换的优雅处理 通过price[:-1]取数值部分，price[-1]判断货币类型，代码简洁且避免正则表达式开销

复杂度优化

• 时间复杂度O(n)：仅需一次遍历
• 空间复杂度O(1)：仅用常量存储max_profit和临时diff
• 避免不必要的数据结构，直接边遍历边计算

实际应用扩展

该算法可应用于： 1. 量化交易中的简单收益测算 2. 外汇套利机会识别 3. 商品价格波动分析 4. 需注意实际市场还需考虑交易手续费等更多因素

平台体验建议

在InsCode(快马)平台实践时，我发现几个亮点： 1. 直接网页操作无需配置Python环境 2. 生成的项目包含完整可执行代码 3. 修改输入样例后能立即看到新计算结果

对于需要持续服务的股票分析工具，还可以使用一键部署功能：

建议尝试不同输入组合验证算法健壮性，比如混合极端价格、长序列等情况。平台实时反馈的特性非常适合快速验证这类算法题目。