【算法】Greatest Sum Divisible by Three 可被三整除的最大和- 动态规划

最新推荐文章于 2023-07-20 12:00:58 发布

Eric.Cui

最新推荐文章于 2023-07-20 12:00:58 发布

阅读量333

点赞数

分类专栏：数据结构与算法文章标签：动态规划算法

本文链接：https://blog.csdn.net/edisonzhi/article/details/131350655

版权

数据结构与算法专栏收录该内容

201 篇文章 0 订阅

订阅专栏

文章介绍了如何使用动态规划解决找到给定数组中能被三整除的最大和的问题。通过分析，提出了利用01背包思想，根据元素对3的余数将问题分解，并建立状态转移方程，最后给出两种不同空间复杂度的解决方案，包括使用滚动数组优化空间需求。

摘要由CSDN通过智能技术生成

文章目录

Greatest Sum Divisible by Three 可被三整除的最大和-动态规划

Greatest Sum Divisible by Three 可被三整除的最大和-动态规划

问题描述：

给你一个整数数组 nums，请你找出并返回能被三整除的元素最大和。

nums.length 范围[1,40000] , $n u m s [i]$ 范围[1,10000]

分析

贪心策略的减法，虽然时间复杂度和操作性简单，但是适用性并不广泛。
以01背包的思路来思考这个问题，对于 $a [i]$ 来说，如果选择,而 $a[i]\mod3==k$ ,即 $k = 0, 1, 2$ .
如果 k=0,需要找到 $0\rightarrow i-1$ 的最大和 $s\mod3==0$ 。
如果 k=1,需要找到 $0\rightarrow i-1$ 的最大和 $s\mod3==2$ 。
如果 k=2,需要找到 $0\rightarrow i-1$ 的最大和 $s\mod3==1$ 。
如果不选
当前的位置就对应 $a[0]\rightarrow a[i-1]$ 的最大和s。
用$f[i][j] $表示前 $0\rightarrow i-1$ 个元素可以得到的最大和 $s$ ,并且 $s\mod3==j$ .
令a[i] = x
不选a[i], $f [i] [j] = f [i - 1] [j]$
选a[i], $f[i-1][(j-x)\mod3]$

$(s+x)\mod 3==j \\ 转换\\ s\mod 3 == ((j-x)\mod 3 + 3)\mod 3 \\$
所以状态转移方程就长这个样子。

$\max (f[i-1][j],f[i-1][((j-x)\mod3+3)\mod 3] + a[i] )$
如果这个方程看不明白，也可以换个角度。
$f [i] [j]$ 定义不变
$f [i + 1] [j] = f [i] [j]$
$f[i][(j\mod3+x\mod3) \mod 3]$
$\max (f[i][j],f[i][(j+ a[i])\mod3] + a[i] )$
为了方便计算，对原始下标做一次偏移，初始化边界 $f [0] [0] = 0, f [0] [1] = I NTM I N, f [0] [2] = I NTM I N$ 。即 $f [i]$ 表示对原数组的 $a [i - 1]$ 元素进行处理。

代码

class Solution {
    public int maxSumDivThree(int[] nums) { 
		int n = nums.length;
        int[][] f = new int[n + 1][3];
        f[0][1] = f[0][2] = Integer.MIN_VALUE;
        for (int i = 1; i <= n; i++){ 
            for (int j = 0; j < 3; j++){ 
                f[i][j] = f[i-1][j];
                int pre = ((j-nums[i-1])%3+3)%3;
                f[i][j] = Math.max(f[i][j],f[i-1][pre] + nums[i-1]);
            }
        }         
        return f[n][0]; 
    }
}

时间复杂度O(Nk)

空间复杂度O(Nk)

public int maxSumDivThree(int[] nums) { 
		int n = nums.length;
        int[][] f = new int[n + 1][3];
        f[0][1] = f[0][2] = Integer.MIN_VALUE;
        for (int i = 0; i < n; i++){ 
            for (int j = 0; j < 3; j++){  
                int pre = (j+nums[i])%3;
                f[i+1][j] = Math.max(f[i][j],f[i][pre] + nums[i]);
            }
        }         
        return f[n][0]; 
    }