题目来源,待字闺中,原创@陈利人 ,欢迎大家继续关注微信公众账号“待字闺中”
原题
给定一个数组,我们可以找到两个不相交的、并且是连续的子数组A和B,A中的数字和为sum(A), B中的元素和为sum(B)。找到这样的A和B,满足sum(A) - sum(B)的绝对值是最大的。 例如:[2, -1 -2, 1, -4, 2, 8]划分为A=[-1, -2, 1, -4], B=[2, 8], 最大的值为16
分析
如果没有比较丰富的经验,这个题目咋一看,有一种不明觉厉的感觉。但只要逐层分析,就可以看到,其实只要分析两层就可以了。首先我们来看看题目有哪些要点(明确题意,有不清楚的,一定要澄清。):
子数组是不相交的
子数组是连续的,这个有点多余,但还是强调一下得好
然后题目的要求是,差的绝对值最大。那我们自然而然能够想到:找到的两个不相交的子数组,一个值要很小,一个值要很大。这样才能够保证差的绝对值最大。那如何找到这样的数组呢?我们从不相交的这个条件入手。看题目中例子(从简单的例子出发,发现解决方案,是面试中常用技巧。切记!):
0 1 2 3 4 5 6 2 -1 -2 1 4 2 8
看上面的表格,如果两个子数组不想交,我们有六个位置,作为划分的备选,0和1之间、1和2之间、2和3之间,...,直到5和6之间。这六个位置,都可以将数组划分为两部分。我们设定,数组长度为n,i将数据划分为两部分分别为 [0,i-1]和[i,n-1]。都是两边包含的集合。i是从1到n-1的。
对于任意的i,我们得到了两部分[0, i-1]和[i, n-1]。接下来,就是在这两部分中,找到一个和最小的子数组A,以及和最大的子数组B。那么A-B的绝对值,就是i这个划分下,满足条件的两个数组的差的最大值。对于,所有的i而言,这个绝对值最大时的A和B就是我们要找到的。
思路通顺了,接下来要确定,找到在i处划分,和最大以及和最小的子数组的方法。这里,就要使用到,我们前几天分享的动态规划的思想。那篇文章,大家好好阅读分析了么。相信一定能够给大家带来很多的启发。回到这个题目,我们单独的考虑,给定一个数组,求和最大的子数组以及和最小的子数组。
先分析和最大的子数组,这个问题,是比较经典的问题了,但是我们这里要处理的是,求得每一个i左侧的最大连续子数组。作如下分析,假设数组为X, 假设max_until[i]表示,以i位置结尾的连续子数组的最大和。max_until[i]和max_until[i-1]是什么关系呢?
如果X[i] + max_until[i - 1] > max_until[i - 1] and X[i] + max_until[i- 1] > X[i]。那么X[i]应该加入到连续子数组中,max_until[i] = max_until[i-1] + X[i].
否则max_until[i] = X[i],连续子数组只有一个元素。
但是,我们要的并不是以i结尾的子数组,尽管给的例子中是这样的,我们要的是i之前的所有连续子数组中,和最大的。并不一定包括i。要如何处理呢?我们再开辟子数组max_left[i]表示[0,i]中连续子数组的最大值。那这个值要如何求得呢?我们在遍历数组,求得max_until[i]的时候,max_left[i]只需要在max_until[i]和此前保存的最大值里取最大的即可。也就是一次遍历,就可以完全求得max_until数组和max_left数组。同理可以求得min_until以及min_left数组。
这是处理的划分的左半部分。那么右半部分呢?右半部分的思路也是一样的,只不过,我们在遍历数组的时候,需要从右向左进行遍历。方法的整体空间复杂度为O(n),时间复杂度也是O(n)。具体代码如下:
void subArrFromLeft(vector<int>& data,vector<int>& maxVec,vector<int>& minVec)
{
int i,length = data.size();
if(length == 0)return;
vector<int> dpMax(length);
vector<int> dpMin(length);
dpMax[0] = dpMin[0] = maxVec[0] = minVec[0] = data[0];//初始化
for(i=1;i<length;i++)
{
dpMax[i] = max(dpMax[i-1]+data[i],data[i]);
maxVec[i] = max(maxVec[i-1],dpMax[i]);
dpMin[i] = min(dpMin[i-1]+data[i],data[i]);
minVec[i] = min(minVec[i-1],dpMin[i]);
}
}
void subArrFromRight(vector<int>& data,vector<int>& maxVec,vector<int>& minVec)
{
int i,length = data.size();
if(length == 0)return;
vector<int> dpMax(length);
vector<int> dpMin(length);
dpMax[length-1] = dpMin[length-1] = maxVec[length-1] = minVec[length-1] = data[length-1];
for(i=length-2;i>=0;i--)
{
dpMax[i] = max(dpMax[i+1]+data[i],data[i]);
maxVec[i] = max(maxVec[i+1],dpMax[i]);
dpMin[i] = min(dpMin[i+1]+data[i],data[i]);
minVec[i] = min(minVec[i+1],dpMin[i]);
}
}
int farMost(vector<int>& data)//程序入口
{
int length = data.size();
vector<int> max_left(length);
vector<int> min_left(length);
vector<int> max_right(length);
vector<int> min_right(length);
subArrFromLeft(data,max_left,min_left);//从左到右遍历
subArrFromRight(data,max_right,min_right);//从右到左遍历
int i,res = 0;
for(i=1;i<length;i++)//遍历每一个分割位置
{
int tmp = abs(max_left[i-1]-min_right[i]);
if(tmp > res ) res = tmp;
tmp = abs(min_left[i-1]-max_right[i]);
if(tmp > res ) res = tmp;
}
return res;
}