子数组相关操作python

一 .最大子数组和

题目链接：53. 最大子数组和 - 力扣（LeetCode）

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

方法1：动态规划

遍历列表，我们让列表每个位置存放的 “包含这个位置的子数组中最大的和” 

包含这个位置元素的子数组 有两种可能：

1.它本身单独一个数        ：【它本身】

2.它和前面的数组成子数组  ：    【包含前一个位置 的子数组的最优情况 】+ 【它本身】

如 【1 ，-1 ， 1】遍历后变成【1，0，1】

我们再初始化一个 最大值 max_sum实时与最新情况比较，记录出现的情况中的最大值

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        # 动态规划方法
        n = len(nums)
        if n == 1:return nums[0]
        max_sum = nums[0]
        for i in range(1,n):
            nums[i] = max(nums[i] + nums[i-1],nums[i])
            if nums[i] > max_sum:max_sum = nums[i]
        return max_sum

二.子数组的最大绝对值

题目链接：1749. 任意子数组和的绝对值的最大值 - 力扣（LeetCode） 

给你一个整数数组 nums 。一个子数组 [numsl, numsl+1, ..., numsr-1, numsr] 的 和的绝对值 为 abs(numsl + numsl+1 + ... + numsr-1 + numsr) 。

请你找出 nums 中 和的绝对值 最大的任意子数组（可能为空），并返回该 最大值 。

abs(x) 定义如下：

• 如果 x 是负整数，那么 abs(x) = -x 。
• 如果 x 是非负整数，那么 abs(x) = x 。

雷区：下面的做法是错的

# 错误做法
class Solution:
    def maxAbsoluteSum(self, nums: List[int]) -> int:
        n = len(nums)
        if n == 1: return abs(nums[0])
        max_abs = abs(nums[0])
        nums[0] = abs(nums[0])
        for i in range(1,n):
            nums[i] = max(abs(nums[i] + nums[i-1]),abs(nums[i]))
            max_abs = max(max_abs,nums[i])
        return max_abs
            

一开始写太快我就写成这样，但是这种写法纯在巨大的逻辑错误。绝对值与 求 最大/最小值 不同

最大最小值中 ：  -9 < 0 < 1  纯粹的相加结果是一个方向一直推进的

绝对值： 变成了 0 < 1< | -9 |  ，单纯的相加结果的-9 ，摇身一遍成了最大值。

所以 我们不能再一次遍历中直接去比较。因为单纯的相加结果比较 跟 最大值比较 的结果不一定相同

所以 我们分别求出 最大值和最小值，最后返回绝对值大者即可

正确写法：

class Solution:
    def maxAbsoluteSum(self, nums: List[int]) -> int:
        # 动态规划方法，求出最大值和最小值，返回两者中绝对值较大者
        n = len(nums)
        if n == 1:return abs(nums[0])
        nums_min = nums[:]
        # 原来的列表中的值在求极值之一时就改变了，求解剩下的极值不能再用原列表
        # 所以在开始之前先复制列表
        max_sum = nums[0]
        min_sum = nums[0]
        for i in range(1,n):
            nums[i] = max(nums[i] + nums[i-1],nums[i])
            if nums[i] > max_sum:max_sum = nums[i]
        for i in range(1,n):
            nums_min[i] = min(nums_min[i]+nums_min[i-1],nums_min[i])
            if nums_min[i] < min_sum : min_sum = nums_min[i]
        return max(abs(max_sum),abs(min_sum))