赞
踩
本篇文章仅是作为小白的我的一些理解,,如果有错误的地方,希望大佬们指出。
求环型数组中连续子数组最大和。
关于子数组的最大和,其有两种情况。
对于情况1而言,我们只需要正常使用dp求最大子数组和即可。
对于情况2而言,如果我们使用前缀和 与 后缀和 求和来求最大子数组和就相对麻烦,但如果我们先求最小子数组和呢?
情况二:求最大子数组和,就可以转换为数组和(sum) - 最小子数组和。
该题的状态表示:经验(以该位置为终点 / 以该位置为起点) + 题目要求
那么对于情况1记为 f() ,f [ i ]表示以 i 位置为终点的所以子数组的最大和。
那么对于情况2记为 g(),g [ i ]表示以 i 位置为终点的所以子数组的最小和。
情况1
对于在数组 i 位置的元素,我们可以将其分成两个状态。
即 f [i]的长度等于1,和 f [i]的长度大于1。
当 f [i]的长度等于1时,此时子数组最大和不就是该元素的大小,即f [i] = nums[i]
当 f [i]的长度大于1时,此时子数组最大和不就是 之前子数组最大和(f[i-1]) + 该元素大小,即f[i] = f[i-1] + nums[i]
那么我们对这两种情况取最大值即可得 f [ i ] 的状态转移方程。
情况2
和情况1类似,对于情况2,我们同样可以以 i位置,分成两种状态。
即 g [i]的长度等于1,和 g [i]的长度大于1。
当 g [i]的长度等于1时,此时子数组最小和不就是该元素的大小,即g [i] = nums[i]
当 g [i]的长度大于1时,此时子数组最小和不就是 之前子数组最小和(g[i-1]) + 该元素大小,即g[i] = g[i-1] + nums[i]
那么我们对这两种状态取最小值,既可以得到 g [i]的状态转移方程
我们要求 f [i]就要先知道 f [i -1],但如果当 i = 0时,f [i-1]就会越界。那么我们虚拟一块空间,将整个 f[i] 后移一个位置。如下所示:
如果我们进行这样的操作,有两点需要注意。
要求f[i],就要先知道f[i-1],那么我们就要从前向后遍历数组nums,来填表。
我们只需要 返回情况1 与 情况2 的最大值即可。
但对于{-1, -2, -3, -4}而言,情况2 的值是:sum(-10) - gmin(-10)等于0,情况1 的值是:fmax(-1)。那么返回值就是0,结果错误。所以要先判断gmin == sum,如果相等,表示此时数组全是负数,返回fmax即可。如果不相等,返回情况1 与 情况2 的最大值即可。
class Solution { public: int maxSubarraySumCircular(vector<int>& nums) { int n = nums.size(); vector<int> f(n+1), g(n+1); int fmax = INT_MIN, gmin = INT_MAX, sum = 0; for(int i = 1; i <= n; i++) { f[i] = max(f[i-1] + nums[i-1], nums[i-1]); fmax = max(f[i], fmax); g[i] = min(g[i-1] + nums[i-1], nums[i-1]); gmin = min(g[i], gmin); sum += nums[i-1]; } return sum == gmin? fmax: max(fmax, sum - gmin); } };
以上就是我对于环形子数组的最大和的理解。感谢支持!!!
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。