来源:力扣(LeetCode)
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。
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
方法:动态规划
本题是典型的动态规划应用题,我们可以将问题拆分成多个子问题,即求解以 arr[i] 结尾的最多删除一次的非空子数组的最大和。我们以 dp[i][k] 表示以 arr[i] 结尾,删除 k 次的非空子数组的最大和(删除前的末尾元素为 arr[i],就视为以 arr[i] 结尾)。初始时 dp[0][0] = arr[0],dp[0][1] = 0(以 arr[0] 结尾,删除一次的非空子数组不存在,因此 dp[0][1] 不会计入结果)。当 i > 0 时,转移方程如下:
第一个转移方程表示在不删除的情况下,以 arr[i] 为结尾的非空子数组的最大和 dp[i][0] 与 dp[i-1][0] 有关,当 dp[i−1][0] > 0 时,直接将 arr[i] 与 i − 1 时的最大非空子数组连接时,取得最大和,否则只选 arr[i] 时,取得最大和。
第二个转移方程表示在删除一次的情况下,以 arr[i] 为结尾的非空子数组有两种情况:
- 不删除 arr[i],那么选择 arr[i] 与 dp[i−1][1] 对应的子数组(已执行一次删除)。
- 删除 arr[i],那么选择 dp[i−1][0] 对应的非空子数组(未执行一次删除,但是等同于删除了 arr[i])。
dp[i][1] 取以上两种情况的最大和的最大值。
注意到 dp[i][∗] 的值只与 dp[i − 1][∗] 有关,因此我们可以只使用两个整数来节省空间。
代码:
class Solution {
public:
int maximumSum(vector<int>& arr) {
int dp0 = arr[0], dp1 = 0, res = arr[0];
for (int i = 1; i < arr.size(); i++) {
dp1 = max(dp0, dp1 + arr[i]);
dp0 = max(dp0, 0) + arr[i];
res = max(res, max(dp0, dp1));
}
return res;
}
};
执行用时:20 ms, 在所有 C++ 提交中击败了95.94%的用户
内存消耗:22.6 MB, 在所有 C++ 提交中击败了98.37%的用户
复杂度分析
时间复杂度:O(n),其中 n 是数组 arr 的长度。
空间复杂度:O(1)。
author:LeetCode-Solution