给你一个长度为 n
的数组 nums
和一个 正 整数 k
。
如果 nums
的一个 子数组 中,第一个元素和最后一个元素 差的绝对值恰好 为 k
,我们称这个子数组为 好 的。换句话说,如果子数组 nums[i..j]
满足 |nums[i] - nums[j]| == k
,那么它是一个好子数组。
请你返回 nums
中 好 子数组的 最大 和,如果没有好子数组,返回 0
。
示例 1:
输入:nums = [1,2,3,4,5,6], k = 1 输出:11 解释:好子数组中第一个元素和最后一个元素的差的绝对值必须为 1 。好子数组有 [1,2] ,[2,3] ,[3,4] ,[4,5] 和 [5,6] 。最大子数组和为 11 ,对应的子数组为 [5,6] 。
示例 2:
输入:nums = [-1,3,2,4,5], k = 3 输出:11 解释:好子数组中第一个元素和最后一个元素的差的绝对值必须为 3 。好子数组有 [-1,3,2] 和 [2,4,5] 。最大子数组和为 11 ,对应的子数组为 [2,4,5] 。
示例 3:
输入:nums = [-1,-2,-3,-4], k = 2 输出:-6 解释:好子数组中第一个元素和最后一个元素的差的绝对值必须为 2 。好子数组有 [-1,-2,-3] 和 [-2,-3,-4] 。最大子数组和为 -6 ,对应的子数组为 [-1,-2,-3] 。
提示:
2 <= nums.length <= 10^5
-10^9 <= nums[i] <= 10^9
1 <= k <= 10^9
提示 1
Save all the prefix sums into a HashMap.
提示 2
For the index i
store the element at index i + 1
as the key and the prefix sum till i
as the value.
提示 3
For each prefix sum ending at nums[i]
, try finding nums[i] - k
and nums[i] + k
in the HashMap and update the answer.
解法:前缀和
为方便描述,把 nums 简称为 a。
对于数组 a,定义它的前缀和 s[0]=0,s[i+1]=s[i]+a[i]。
例如 a=[1,2,1,2],对应的前缀和数组为 s=[0,1,3,4,6]。
通过前缀和,我们可以把连续子数组的元素和转换成两个前缀和的差,a[left] 到 a[right] 的元素和等于 s[right+1]−s[left]
例如 a 的子数组 [2,1,2] 的和就可以用 s[4]−s[1]=6−1=5 算出来。
注:s[0]=0 表示一个空数组的元素和。为什么要额外定义它?想一想,如果要计算的子数组恰好是一个前缀(从 a[0] 到 a[right]),你要用 s[right+1] 减去谁呢?通过定义 s[0]=0,任意子数组(包括前缀)都可以表示为两个前缀和的差。
子数组 a[i..j] 的元素和为 s[j+1]−s[i]
枚举 j,我们需要找到最小的 s[i],满足 ∣a[i]−a[j]∣=k,即 a[i]=a[j]−k 或 a[i]=a[j]+k。
定义哈希表 minS,键为 a[i],值为相同 a[i] 下的 s[i] 的最小值。
子数组最后一个数为 a[j] 时,子数组的最大元素和为
s[j+1]−minS[a[i]]
s[j+1]−min(minS[a[j]−k],minS[a[j]+k])
Java版:
class Solution {
public long maximumSubarraySum(int[] nums, int k) {
long ans = Long.MIN_VALUE;
long presum = 0;
Map<Integer, Long> map = new HashMap<>();
for (int num: nums) {
// 取Long.MAX_VALUE会超出范围,所以取 Long.MAX_VALUE / 2
long s1 = map.getOrDefault(num - k, Long.MAX_VALUE / 2);
long s2 = map.getOrDefault(num + k, Long.MAX_VALUE / 2);
ans = Math.max(ans, presum + num - Math.min(s1, s2));
map.merge(num, presum, Math::min);
presum += num;
}
// 如果没有符合要求的子数组,ans == -4611686018427387897 比 Long.MIN_VALUE / 2 略大一些
// Long.MIN_VALUE / 2 == -4611686018427387904
return ans > Long.MIN_VALUE / 3 ? ans : 0;
}
}
Python3版:
class Solution:
def maximumSubarraySum(self, nums: List[int], k: int) -> int:
ans = -inf
presum = 0
mins = dict()
for num in nums:
s1 = mins[num - k] if num - k in mins else inf
s2 = mins[num + k] if num + k in mins else inf
ans = max(ans, presum + num - min(s1, s2))
mins[num] = min(mins[num], presum) if num in mins else presum
presum += num
return ans if ans > -inf else 0
复杂度分析
- 时间复杂度:O(n),其中 n 为 nums 的长度。
- 空间复杂度:O(n)。