【动态规划】子数组系列

最新推荐文章于 2024-08-15 22:41:27 发布

cefler

最新推荐文章于 2024-08-15 22:41:27 发布

阅读量152

点赞数 3

分类专栏：动态规划文章标签：动态规划算法

本文链接：https://blog.csdn.net/cefler/article/details/136427766

版权

动态规划专栏收录该内容

9 篇文章 1 订阅

订阅专栏

这篇文章介绍了如何使用动态规划方法解决LeetCode中的两个问题：最大子数组和和环形子数组的最大和。作者提供了Python代码实现，展示了计算连续子数组和以及考虑数组循环结构的情况。

摘要由CSDN通过智能技术生成

在这里插入图片描述

欢迎来到Cefler的博客😁
🕌博客主页：折纸花满衣
🏠个人专栏：题目解析
🌎推荐文章：【LeetCode】winter vacation training

在这里插入图片描述

👉🏻 最大子数组和

原题链接：最大子数组和

mycode:

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        //dp[i]:以i位置为结尾的元素表示当前连续子数组的最大和
        //创建dp表
        vector<int> dp(nums.size()+1);
        //dp表初始化
        dp[0] = 0;
        int ret = nums[0];
        for(int i = 1;i<dp.size();i++)
        {
            dp[i] = max(nums[i-1],nums[i-1]+dp[i-1]);
            if(dp[i]>ret) ret = dp[i];
        }
        //返回dp表中的最大值
        return ret;
    }
};

在这里插入图片描述

👉🏻环形子数组的最大和

原题链接：环形子数组的最大和
mycode:

class Solution {
public:
    int maxSubarraySumCircular(vector<int>& nums) {
        //f[i]:表示第i位置最大子数组之和；g[i]:表示第i位置最小子数组之和
        //创建dp表
        int n = nums.size();
        vector<int> f(n+1),g(n+1);
        //初始化dp表
        f[0] = g[0] = 0;
        //填表
        int sum = 0;//记录nums所有元素之和
        int max = INT_MIN,min = INT_MAX;
        for(int i = 1;i<n+1;i++)
        {
            f[i] = std::max(nums[i-1],nums[i-1]+f[i-1]);
            if(f[i]>max) max = f[i];
            g[i] = std::min(nums[i-1],nums[i-1]+g[i-1]);
            if(g[i]<min) min = g[i];
            sum+=nums[i-1];
        }
        //返回值
        if(sum==min) return max;//说明此时数组中全部都是负数，此时返回数组中最大值即可
        return std::max(max,sum-min);
    }
};