题目描述
给你一个整数数组,返回它的某个 非空 子数组(连续元素)在执行一次可选的删除操作后,所能得到的最大元素总和。换句话说,你可以从原数组中选出一个子数组,并可以决定要不要从中删除一个元素(只能删一次哦),(删除后)子数组中至少应当有一个元素,然后该子数组(剩下)的元素总和是所有子数组之中最大的。
注意,删除一个元素后,子数组 不能为空。
1186.删除一次得到子数组最大和
测试案例及提示
示例 1:
输入:arr = [1,-2,0,3]
输出:4
解释:我们可以选出 [1, -2, 0, 3],然后删掉 -2,这样得到 [1, 0, 3],和最大。
示例 2:
输入:arr = [1,-2,-2,3]
输出:3
解释:我们直接选出 [3],这就是最大和。
示例 3:
输入:arr = [-1,-1,-1,-1]
输出:-1
解释:最后得到的子数组不能为空,所以我们不能选择 [-1] 并从中删去 -1 来得到 0。
我们应该直接选择 [-1],或者选择 [-1, -1] 再从中删去一个 -1。
提示:
1 <= arr.length <= 105
-104 <= arr[i] <= 104
解题思路
这道题目的简易版本(不删除元素)Leetcode53题,这道题的解决方法是Kadane’s 算法。
python实现代码为:
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
n = len(nums)
maxEndingHere = maxSoFar = nums[0]
for i in range(1, n):
maxEndingHere = max(nums[i], maxEndingHere + nums[i]) # 判断把当前元素加上原有的最大和与当前元素的大小
maxSoFar = max(maxSoFar, maxEndingHere)
return maxSoFar
然后回到本题,本题的子数组有两种情况,一种是删除过一个元素,另一种是没有删除元素的。精细化分析题目,我们可以发现,对于子数组的某个元素,这个元素选择与否会影响子数组的大小,因此我们可以从左向右遍历数组,对于某个元素选不选以及删不删除就是看这个元素的状态,定义两个数组,分别用于存储当前的最大值,然后使用max_sum来记录总的最大值,并不断更新。
python
class Solution:
def maximumSum(self, arr: List[int]) -> int:
n = len(arr)
# 如果数组只有一个元素,则返回这个元素
if n == 1:
return arr[0]
# 如果数组里全是负数,则返回最大的那个
if max(arr) < 0:
return max(arr)
# 用两个数组分别表示不删除任何元素和删除一个元素时的最大子数组和
dp_no_delete = [0] * n
dp_with_delete = [0] * n
dp_no_delete[0] = arr[0]
dp_with_delete[0] = float('-inf') # 第一个元素不能被删除
dp_with_delete[1] = max(0, arr[1]) # 删除第一个元素
max_sum = max(dp_no_delete[0], dp_with_delete[1])
for i in range(1, n):
dp_no_delete[i] = max(dp_no_delete[i-1] + arr[i], arr[i])
dp_with_delete[i] = max(dp_with_delete[i-1] + arr[i], dp_no_delete[i-1])
max_sum = max(max_sum, dp_no_delete[i], dp_with_delete[i])
return max_sum