动态规划(简单)
前言
纯个人笔记,记录自己动态规划学习次序与题目(大多为力扣的题目)方便复习查找。
本人学习使用的是c++,纯纯纯新手有写的不对的地方,非常欢迎来提醒
对于我这个新手来说大部分的题是很难做出来,肯定会借鉴相应的题解和解析,如果有争议,我会删除
题目
某公司每日销售额记于整数数组 sales,请返回所有 连续 一或多天销售额总和的最大值。
要求实现时间复杂度为 O(n) 的算法。
示例 1:
输入:sales = [-2,1,-3,4,-1,2,1,-5,4]
输出:6
解释:[4,-1,2,1] 此连续四天的销售总额最高,为 6。
示例 2:
输入:sales = [5,4,-1,7,8]
输出:23
解释:[5,4,-1,7,8] 此连续五天的销售总额最高,为 23。
提示:
1 <= arr.length <= 10^5
-100 <= arr[i] <= 100
代码
class Solution {
public:
int maxSales(vector<int>& sales) {
int max = sales[0];//赋初值
for(int i = 1; i < sales.size(); i++)
{
if(sales[i - 1] > 0) sales[i] += sales[i - 1];
if(sales[i] > max) max = sales[i];
}
return max;
}
};
解释
例子
sales = [ -2,1,-3,4,-1,2,1,-5,4 ]
max=-2;
sales[i]从i=1时开始遍历;
当sales[i-1] > 0 时,sales[i] += sales[i-1];
当sales[i-1] < 0 时,不动;
因为 salea[0]= -2 < 0,sales[1] 依旧 = 1;
因为 salea[1]= 1 > 0,sales[2] += salea[1],sales[2]= -2;-> sales = [-2,1,-2,4,-1,2,1,-5,4 ]
因为 salea[2]= -2 < 0,sales[3] 依旧 = 4;
因为 salea[3]= 4 > 0,sales[4] += salea[3],sales[4]= 3;-> sales = [-2,1,-2,4,3,2,1,-5,4 ]
因为 salea[4]= 3 > 0,sales[5] += salea[4],sales[5]= 5;-> sales = [-2,1,-2,4,3,5,1,-5,4 ]
因为 salea[5]= 5 > 0,sales[6] += salea[5],sales[5]= 6;-> sales = [-2,1,-2,4,3,5,6,-5,4 ]
因为 salea[6]= 6> 0,sales[7] += salea[6],sales[7]= 1;-> sales = [-2,1,-2,4,3,5,6,1,4 ]
因为 salea[7]= 1> 0,sales[8] += salea[7],sales[8]= 5;-> sales = [-2,1,-2,4,3,5,6,1,5]
最终,在取整个数组中的最大值为6;
动态规划
1、dp定义
dp[i]代表包含 i 之前的连续子数组最大和;
sales[i] 代表当前的 i 下标对应的数;
2、递推公式
dp[i] = dp[i-1] + sales[i] (dp[i-1]>0)
dp[i] = sales[i] (dp[i-1]<0)
因为当dp[i-1]>0时,di[i]不是代表包含 i 下标之前的连续数组的最大值嘛,又因为前 i-1 中的最大值为正数,再加上当前sales[i]会比直接sales[i] 要大。
当 dp[i-1]<0 时,dp[i]加上dp[i-1] 的值没有直接取sales[i] 的值大,还不如直接取sales[i]。
3、dp初始化
dp[0]=sales[0];
因为 i 最小就为 0 ,sales[0]中的连续数组最大值就为sales[0] -> dp[0]=sales[0];。
代码
class Solution {
public:
int maxSales(vector<int>& sales) {
int len=sales.size();
vector<int> dp(len+1);//创建dp
dp[0]=sales[0];//dp初始化
int Max=sales[0];
for(int i=1;i<len;i++){
if(dp[i-1]>0)
dp[i]=dp[i-1]+sales[i];
else
dp[i]=sales[i];
Max=max(dp[i],Max);//取最大值
}
return Max;
}
};
第一个比第二个要节约空间