【LeetCode 算法】Maximum Sum Circular Subarray 环形子数组的最大和 - 优先队列

本文链接：https://blog.csdn.net/edisonzhi/article/details/131862066

文章介绍了如何解决环形整数数组的最大子数组和问题，方法是将环形数组扩展为线性数组，然后使用前缀和和优先队列来找到最大子数组和。在枚举过程中，通过维护前缀和的最小值来优化计算，整体时间复杂度为O(N^2(logN)^2)，空间复杂度为O(N)。

摘要由CSDN通过智能技术生成

文章目录

Maximum Sum Circular Subarray 环形子数组的最大和

Maximum Sum Circular Subarray 环形子数组的最大和

问题描述：

给定一个长度为 n 的环形整数数组 nums ，返回 nums 的非空子数组的最大可能和。

环形数组意味着数组的末端将会与开头相连呈环状。形式上， nums[i] 的下一个元素是 $\mod n] ， nums[i] 的前一个元素是 nums[(i - 1 + n) \mod n]$ 。

子数组最多只能包含固定缓冲区 nums 中的每个元素一次。形式上，对于子数组 $\mod n == k2 \mod n$ 。

$n == nums.length\\ 1 <= n <= 3 * 10^4\\ -3 * 10^4 <= nums[i] <= 3 * 10^4$

分析

昨天发的解决思路，算是比较难想的，对于思维与编码能力都有一定的要求。

今天可以换个思路，该思路是建立在已经知道如何计算长度为N的数组中的最大子数组和的前提下。

requirements

知道如何计算长度为N的数组中的最大子数组和。

首先必须知道前缀和，其次需要知道优先队列，最后还需要知道滑动窗口的思路。

如果上面的要求都没有达到，建议先搞明白，否则可能看不明白。

对于一个环形数组，要计算其最大的子数组和，而且这个子数组不能超过数组的长度N，所以可以使用2个数组前后拼接，这样就可以模拟一个环形数组。

此时得到的数组长度 $2 N$ ，即 $0\rightarrow 2N-1$ .

所以可以枚举可能的子数组的右端点right，而为了计算子数组的和，肯定要使用前缀和，所以在枚举的过程中计算出每个下标对应的presum，将其入优先队列。

而在枚举右端点到下标 $i$ 时，此时需要得到 $[L, i]$ 的范围内的最大子数组和，就是使用 $p res u m [i] - p res u m [x]$ ,为了得到最大子数组和S，就必须选择合法范围内的最小presum，所以使用优先队列进行过滤。

优先队列的时间复杂度 $O (Nl o g N)$ ,枚举长度为 $2 N$ ，所以整体的时间复杂度为 $O({N^{2}}(logN)^{2})$

代码

优先队列

class Solution {
    public int maxSubarraySumCircular(int[] nums) {
        int ans = Integer.MIN_VALUE,n = nums.length;
        //val -idx
        PriorityQueue<int[]> pq = new PriorityQueue<int[]>((a,b)->{
            if(a[0]==b[0]) return a[1]-b[1];
            return a[0]-b[0];
        });
        int sum = 0;
        pq.offer(new int[]{0,-1});
        // i-j+1>n       j<i+1-n
        for(int i =0;i<2*n-1;i++){
            while(!pq.isEmpty()&& pq.peek()[1]<i+1-n){
                pq.poll();
            }
            int cur = nums[i%n];
            ans = Math.max(ans,cur);
            sum += cur;
            if(!pq.isEmpty()){
                ans = Math.max(ans,sum - pq.peek()[0]); 
            }
            pq.offer(new int[]{sum,i+1});
        }
        return ans;
    }
}