最大连续子序列和Ⅰ(LeetCode-53)
1. 题目描述:
给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。子数组是数组中的一个连续部分。
2. 示例:
示例 1:
输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
输出:6
解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。
示例 2:
输入:nums = [1]
输出:1
示例 3:
输入:nums = [5,4,-1,7,8]
输出:23
3. 题解:
假设dp[i]是以nums[i]为结尾的最大连续子序列和,根据动态规划性质(DP满足三大特性证明略,DP三大特性可参考https://blog.csdn.net/m0_51339444/article/details/123716692)
现在考虑dp[i]和上一个最优子问题dp[i-1],不难得出规划方程为:
dp[i] = max(dp[i - 1] + nums[i], nums[i])
然后考虑边界情况,以nums[0]为结尾的最大连续子序列和肯定是dp[0] = nums[0],因为不可能最大连续子序列为空。
4. 代码:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int len = nums.size();
int dp[len];
memset(dp, -999999, len * sizeof(int));
dp[0] = nums[0];
if(len > 1){
for(int i = 1; i < len; ++i){
dp[i] = max(dp[i - 1] + nums[i], nums[i]);
}
}
sort(dp, dp + len);
return dp[len - 1];
}
};
环形子数组的最大和 (LeetCode-918)
1. 问题描述:
给定一个长度为 n 的环形整数数组 nums ,返回 nums 的非空 子数组 的最大可能和 。环形数组 意味着数组的末端将会与开头相连呈环状。形式上, nums[i] 的下一个元素是 nums[(i + 1) % n] , nums[i] 的前一个元素是 nums[(i - 1 + n) % n] 。子数组 最多只能包含固定缓冲区 nums 中的每个元素一次。形式上,对于子数组 nums[i], nums[i + 1], …, nums[j] ,不存在 i <= k1, k2 <= j 其中 k1 % n == k2 % n 。
2. 示例:
示例 1:
输入:nums = [1,-2,3,-2]
输出:3
解释:从子数组 [3] 得到最大和 3
示例 2:
输入:nums = [5,-3,5]
输出:10
解释:从子数组 [5,5] 得到最大和 5 + 5 = 10
示例 3:
输入:nums = [3,-2,2,-3]
输出:3
解释:从子数组 [3] 和 [3,-2,2] 都可以得到最大和 3
3. 题解:
仔细思考一下,就很容易发现,环形数组最大连续子序列和求解其实分为两种情况:
而第二种情况其实等价于:
因为数组全部元素的和是固定的,某部分和最大,就是其余部分的和最小,第二种情况随之就转换成了求解最小连续子序列和问题,而求最小连续子序列和代码几乎不变,只需要对规划方程改动一处即可:
dp[i] = min(dp[i - 1] + nums[i], nums[i])
问题也就迎刃而解了,但是:
有一个细节,如果仅仅进行上面的步骤,不一定能AC的。因为如果nums中存的所有元素都是负数,那最小连续子序列和就是全部元素,而最大连续子序列就为空,这显然是不合理的。因此,多加一个case,判断最大连续子数组和是否小于0,小于0,直接返回值。
4. 代码:
class Solution {
public:
int maxSubarraySumCircular(vector<int>& nums) {
int len = nums.size();
int dp1[len];
memset(dp1, -999999, len * sizeof(int));
dp1[0] = nums[0];
if(len > 1){
for(int i = 1; i < len; ++i){
dp1[i] = max(dp1[i - 1] + nums[i], nums[i]);
}
}
sort(dp1, dp1 + len);
int max1 = dp1[len - 1];
int dp2[len];
memset(dp2, 999999, sizeof(int));
dp2[0] = nums[0];
if(len > 1){
for(int i = 1; i < len; ++i){
dp2[i] = min(dp2[i - 1] + nums[i], nums[i]);
}
}
sort(dp2, dp2 + len);
int sum = 0;
for(int i = 0; i < len; ++i)
{
sum += nums[i];
}
int max2 = sum - dp2[0];
int MAX = max(max1, max2);
if(max1 < 0)
return max1;
else
return MAX;
}
};