LeetCode题解(1425)：带限制的子序列和(Python)

最新推荐文章于 2024-05-14 11:05:12 发布

长行

最新推荐文章于 2024-05-14 11:05:12 发布

阅读量276

点赞数

分类专栏：刷题记录文章标签： leetcode python 动态规划贪心算法有序映射

本文链接：https://blog.csdn.net/Changxing_J/article/details/117090427

版权

刷题记录专栏收录该内容

1966 篇文章 55 订阅

订阅专栏

这篇博客介绍了如何运用动态规划和贪心算法，结合有序映射（Sorted Containers库）来解决一个计算机科学中的算法问题。具体是找到一个整数数组中，长度为k的最大子集和，使得子集中所有元素都是非负数。博主提供了详细的Python解法，包括时间复杂度和空间复杂度分析，并给出了不同实现版本。

摘要由CSDN通过智能技术生成

题目：原题链接（困难）

标签：动态规划、贪心算法、有序映射

解法	时间复杂度	空间复杂度	执行用时
Ans 1 (Python)	$O (N l o g K)$	$O (N)$	264ms (94.74%)
Ans 2 (Python)
Ans 3 (Python)

解法一：

import collections
from typing import List

from sortedcontainers import SortedList


class Solution:
    def constrainedSubsetSum(self, nums: List[int], k: int) -> int:
        # 均为负数的情况
        max_val = max(nums)
        if max_val <= 0:
            return max_val

        lst = [0]
        window1 = collections.deque()
        window2 = SortedList()
        for i2, num2 in enumerate(nums):
            if num2 >= 0:
                if len(window1) != 0:
                    if len(window1) == k:
                        lst.append(window2[-1][0])
                    window1.clear()
                    window2.clear()
                    lst.append(num2)
                else:
                    lst[-1] += num2
            else:
                if len(window1) < k:
                    window1.append((num2, i2))
                    window2.add((num2, i2))
                else:
                    v = window2[-1][0] + num2
                    num1, i1 = window1.popleft()
                    window2.remove((num1, i1))
                    window1.append((v, i2))
                    window2.add((v, i2))
        else:
            if len(window1) != 0:
                lst.append(window2[-1][0])

        ans = 0
        total = 0
        for num in lst:
            total = max(0, total + num)
            ans = max(ans, total)
        return ans