题目为: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。
题目分析:即动态规划的最基本题型”连续子数组的最大和“的升级版,可以删除子数组的一个元素再进行比较,得出最大值。
题目重点:重点在于如何删除一个元素,如果单纯选择子数组的最小值那么就回归到了O(n2)的复杂度上了,技巧是通过左右连续子数组求夹逼的方式来完成删除一个元素的操作。
详细思路:连续子数组的最大和的递归式是 dp[i]=max(dp[i-1]+arr[i],arr[i]),即判断dp[i-1]是否大于0。本题目比这个式子略复杂,需要求左右连续子数组的最大值,故递归式为
dp[i]=Ldp[i-1]+Rdp[i+1]; //相隔一个元素
Ldp[i]=max(Ldp[i-1]+arr[i],arr[i]);//左侧求连续子数组的最大和
Rdp[i]=max(Rdp[i+1]+arr[i],arr[i]);//右侧求连续子数组的最大和
代码如下:
class Solution {
public:
int maximumSum(vector<int>& arr) {
int as=arr.size();
vector<int> l(as,0);
vector<int> r(as,0);
int max0,max1;
l[0]=arr[0];
max0=l[0];
for(int i=1;i<as;i++)
{
l[i]=max(l[i-1]+arr[i],arr[i]);
max0=max(l[i],max0);
}
r[as-1]=arr[as-1];
for(int i=as-2;i>=0;i--)
{
r[i]=max(r[i+1]+arr[i],arr[i]);
}
max1=max0;
for(int i=1;i<as-1;i++)//insert minus one
{
max1=max(l[i-1]+r[i+1],max1);
}
return max1;
}
};
其中max0为不删除元素的最大值,即连续子数组的最大值,max1为删除一个元素的连续子数组的最大值。