题目描述
给定一个由整数数组 A 表示的环形数组 C,求 C 的非空子数组的最大可能和。
在此处,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,当0 <= i < A.length 时 C[i] = A[i],且当 i >= 0 时 C[i+A.length] = C[i])
此外,子数组最多只能包含固定缓冲区 A 中的每个元素一次。(形式上,对于子数组 C[i], C[i+1], ..., C[j],不存在 i <= k1, k2 <= j 其中 k1 % A.length = k2 % A.length)
示例 1:
输入:[1,-2,3,-2]
输出:3
解释:从子数组 [3] 得到最大和 3示例 2:
输入:[5,-3,5]
输出:10
解释:从子数组 [5,5] 得到最大和 5 + 5 = 10示例 3:
输入:[3,-1,2,-1]
输出:4
解释:从子数组 [2,-1,3] 得到最大和 2 + (-1) + 3 = 4示例 4:
输入:[3,-2,2,-3]
输出:3
解释:从子数组 [3] 和 [3,-2,2] 都可以得到最大和 3示例 5:
输入:[-2,-3,-1]
输出:-1
解释:从子数组 [-1] 得到最大和 -1提示:
-30000 <= A[i] <= 30000
1 <= A.length <= 30000
问题分析
Kadane 算法解释
为了理解本文的算法,我们需要熟悉 Kadane 算法。在这个章节,我们解释算法背后的核心逻辑。
对于一个给定数组 A,Kadane 算法可以用来找到 A 的最大子段和。这里,我们只考虑非空子段。
Kadane 算法基于动态规划。令 dp[j] 为以 A[j] 结尾的最大子段和。也就是,
那么,以 j+1 j结尾的子段(例如 A[i], A[i+1] + ... + A[j+1])最大化了 A[i] + ... + A[j] 的和,当这个子段非空那么就等于 dp[j] 否则就等于 0。所以,有以下递推式:
由于一个子段一定从某个位置截止,所以 就是需要的答案。
循环数组的子段可以被分成 单区间 子段或者 双区间 子段,取决于定长数组 A 需要多少区间去表示。
例如,如果 A = [0, 1, 2, 3, 4, 5, 6] 是给定的循环数组,我们可以表示子段 [2, 3, 4] 为单区间 [2,4];如果我们希望表示子段 [5, 6, 0, 1],那就是双区间 [5,6],[0,1]。
1:最大数组和在中间,和平时一样解法
2:最大数组和是跨越头尾,双区间则,从两边出发往中间靠拢必须都是最大,那就说明中间段就是最小,找最小的中间段,用sum(A)-中间的最小
3、比较两种结果,取大的。
代码
class Solution {
public:
int maxSubarraySumCircular(vector<int>& nums) {
int dp = nums[0], mx = dp, mi = 0, sum = dp;
for(int i =1; i < nums.size(); ++i) {
sum += nums[i];
dp = nums[i] + max(dp, 0);
mx = max(mx, dp);
}
dp = nums[0];
for(int i = 1; i < nums.size(); ++i) {
dp = nums[i] + min(dp, 0);
mi = min(dp, mi);
}
if(sum-mi == 0) { //防止数组全是负数,计算min的时候,sum-mi导致最大值为0,而最大值应该为mx值
return mx;
}
return max(mx,sum-mi);
}
};
复杂度分析
时间复杂度: O(n)
空间复杂度: O(1)