赞
踩
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 。
动态规划
class Solution { public: int maxSubarraySumCircular(vector<int>& nums) { int n = nums.size(); vector<int> leftMax(n); int pre = nums[0], res = nums[0], leftSum = nums[0] ; leftMax[0] = nums[0]; for(int i = 1; i < n; i++){ pre = max(nums[i], pre + nums[i]); res = max(res, pre); leftSum += nums[i]; leftMax[i] = max(leftMax[i-1], leftSum); } int rightSum = 0; for(int i = n - 1; i > 0 ; i--){ rightSum += nums[i]; res = max(res, rightSum + leftMax[i-1]); } return res; } };
时间复杂度:O(n),其中 n 是 nums 的长度。求解第一种情况的时间复杂度为 O(n),求解 leftMax 数组和枚举后缀的时间复杂度为 O(n),因此总的时间复杂度为 O(n)。
空间复杂度:O(n),其中 n 是 nums 的长度。过程中我们使用 leftMax 来存放最大前缀和。
用动态规划的思路来讲,是要列出可能的情况。在这道题中一种情况是不跨越尾部,也就是正常的子段,另外一种是跨越尾部。针对特殊的跨越尾部的情况,使用leftMax来记录第 i 个元素之前的最大子段和,然后从右到左遍历数组,最后比较两种情况的最大值即可。
取反
class Solution { public: int maxSubarraySumCircular(vector<int>& nums) { int n = nums.size(); int sum = nums[0]; int preMax = nums[0], resMax = nums[0]; int preMin = nums[0], resMin = nums[0]; for(int i = 1; i < n; i++){ preMax = max(nums[i], preMax + nums[i]); resMax = max(resMax, preMax); preMin = min(nums[i], preMin + nums[i]); resMin = min(resMin, preMin); sum += nums[i]; } if(resMax < 0){ return resMax; } else{ return max(resMax, sum - resMin); } } };
时间复杂度:O(n),其中 n 是 nums 的长度。
空间复杂度:O(1)。过程中只是用到了常数个变量。
这是一个更加巧妙的思路,并且有更低的空间复杂度。他的思想是所有数组元素之和减去中间的一段最小子段和,剩下的部分就是最大的经过头尾的子段和,再与正常子段和比较即可。要注意的是,当resMax < 0 的时候,sum - resMin返回的是一个空数组,这时候只要返回resMax。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。