算法:
局部最优:让绝对值大的负数变为正数,当前数值达到最大
整体最优:整个数组和达到最大。
那么如果将负数都转变为正数了,K依然大于0呢?
此时的问题是一个有序正整数序列
局部最优:只找数值最小的正整数进行反转,当前数值和可以达到最大(例如正整数数组{5, 3, 1},反转1 得到-1 比 反转5得到的-5 大多了)
全局最优:整个 数组和 达到最大。
解题步骤:
- 第一步:将数组按照绝对值大小从大到小排序,注意要按照绝对值的大小
- 第二步:从前向后遍历,遇到负数将其变为正数,同时K--
- 第三步:如果K还大于0,那么反复转变数值最小的元素,将K用完
- 第四步:求和
正确代码
class Solution {
public int largestSumAfterKNegations(int[] nums, int k) {
//将数组按照绝对值大小从大到小排序
nums = IntStream.of(nums)
.boxed()
/*将 `IntStream` 中的每个元素都装箱为对应的包装类型 `Integer`,
将 `IntStream` 转换为 `Stream<Integer>`
*/
.sorted((o1,o2)->Math.abs(o2)-Math.abs(o1))
/*
这是一个Lambda表达式,表示一个匿名函数,接受两个参数 `o1` 和 `o2`,
并返回它们绝对值的差值。这个表达式实际上定义了比较器的行为。
`Math.abs(o2) - Math.abs(o1)`: 这部分实际上定义了排序规则。
如果这个表达式的结果是正数,意味着 `o2` 的绝对值大于 `o1` 的绝对值,因此 `o2` 应该排在 `o1` 的前面。
如果结果是负数,意味着 `o2` 的绝对值小于 `o1` 的绝对值,因此 `o2` 应该排在 `o1` 的后面。
如果结果是0,它们的绝对值相等,顺序不变。
*/
.mapToInt(Integer::intValue).toArray();
/*
.mapToInt(Integer::intValue)`: 这一部分使用了 `mapToInt` 方法,
它将流中的元素映射为整数类型,并返回一个 `IntStream`。
`Integer::intValue` 是一个方法引用,
它表示对流中的每个整数对象调用其 `intValue` 方法,将其转换为对应的基本类型 `int`。
`.toArray()`: 这一部分使用了 `toArray` 方法,
它将 `IntStream` 中的元素收集到一个数组中,并返回一个包含这些元素的整数数组。
*/
for (int i=0; i<nums.length; i++){
if (k>0 && nums[i]<0){
nums[i] = -nums[i];
k--;
}
}
// 如果还有剩余的取反次数,且为奇数次,对最小的数再进行一次取反
//若为偶数,反复取反同一个数偶数次,相当于没有取反,所以无需再操作
if (k%2==1){
nums[nums.length-1] = -nums[nums.length-1];
}
return Arrays.stream(nums).sum();
}
}
注意:
1.这段代码使用了Java中的流式操作(Stream API)来对整数数组进行一系列操作。
-
`
IntStream.of(nums)
`: 这部分将给定的数组 `nums
` 转换为一个 `IntStream
` 对象,这是Java中用于表示一系列整数的流。 -
`
.boxed()
`: `boxed
` 方法将 `IntStream
` 中的每个元素都装箱为对应的包装类型 `Integer
`,将 `IntStream
` 转换为 `Stream<Integer>
`。 -
`
.sorted((o1, o2) -> Math.abs(o2) - Math.abs(o1))
`: 这一步使用 `sorted
` 方法对流中的元素进行排序。排序规则是按照元素绝对值的降序排列。这意味着,元素的绝对值较大的会排在前面。 -
`
.mapToInt(Integer::intValue)
`: `mapToInt
` 方法将 `Stream<Integer>
` 转换回 `IntStream
`,这里使用 `Integer::intValue
` 方法将每个 `Integer
` 对象映射回其对应的基本类型 `int
`。 -
`
.toArray()
`: 最后,`toArray
` 方法将流中的元素收集到一个数组中
2.如果遍历完以后(把所有负数都取反了),k还是大于0,还有剩余的取反次数:
若k为奇数,那就对最小的数再进行一次取反
若k为偶数,正确的算法会反复取反同一个数 偶数次,相当于没有取反,所以无需再操作
时间空间复杂度:
- 时间复杂度: O(nlogn)。
- 排序操作:排序的时间复杂度为O(nlogn),其中 n 是数组的长度。
- 取反操作:在最坏情况下,我们需要对数组中的所有负数进行取反,这需要 O(n) 的时间。
- 求和操作:对数组进行求和需要 O(n) 的时间。
因此,总体时间复杂度为O(nlogn)。
- 空间复杂度: O(1)