Leetcode.2786 访问数组中的位置使分数最大

题目链接

Leetcode.2786 访问数组中的位置使分数最大 rating : 1732

题目描述

给你一个下标从 0 0 0 开始的整数数组 n u m s nums nums 和一个正整数 x x x

一开始 在数组的位置 0 0 0 处,你可以按照下述规则访问数组中的其他位置:

  • 如果你当前在位置 i i i ,那么你可以移动到满足 i < j i < j i<j任意 位置 j j j
  • 对于你访问的位置 i i i ,你可以获得分数 n u m s [ i ] nums[i] nums[i]
  • 如果你从位置 i i i 移动到位置 j j j n u m s [ i ] nums[i] nums[i] n u m s [ j ] nums[j] nums[j]奇偶性 不同,那么你将失去分数 x x x

请你返回你能得到的 最大 得分之和。

注意 ,你一开始的分数为 n u m s [ 0 ] nums[0] nums[0]

示例 1:
输入:nums = [2,3,6,1,9,2], x = 5
输出:13
解释:我们可以按顺序访问数组中的位置:0 -> 2 -> 3 -> 4 。
对应位置的值为 2 ,6 ,1 和 9 。因为 6 和 1 的奇偶性不同,所以下标从 2 -> 3 让你失去 x = 5 分。
总得分为:2 + 6 + 1 + 9 - 5 = 13 。
示例 2:
输入:nums = [2,4,6,8], x = 3
输出:20
解释:数组中的所有元素奇偶性都一样,所以我们可以将每个元素都访问一次,而且不会失去任何分数。
总得分为:2 + 4 + 6 + 8 = 20 。
提示:
  • 2 ≤ n u m s . l e n g t h ≤ 1 0 5 2 \leq nums.length \leq 10^5 2nums.length105
  • 1 ≤ n u m s [ i ] , x ≤ 1 0 6 1 \leq nums[i], x \leq 10^6 1nums[i],x106

解法一:动态规划

定义 f [ i ] [ j ] f[i][j] f[i][j] 为前 n u m s nums nums i i i 个元素,最后一个元素是奇数或者偶数 ( j = 0 , 是偶数 ; j = 1 , 是奇数 ) (j = 0,是偶数;j = 1,是奇数) (j=0,是偶数;j=1,是奇数) 的最大分数和。注意:最后一个元素不一定是第 i i i 个元素。

对于第 i i i 个元素 n u m s [ i ] nums[i] nums[i],用 k k k 表示它的奇偶性质:

  • f [ i ] [ k ] = m a x ( f [ i − 1 ] [ k ] , f [ i − 1 ] [ k   x o r   1 ] − x ) + n u m s [ i ] f[i][k] = max(f[i -1][k], f[i-1][k\ xor\ 1] - x) + nums[i] f[i][k]=max(f[i1][k],f[i1][k xor 1]x)+nums[i]
  • f [ i ] [ k   x o r   1 ] = f [ i − 1 ] [ k   x o r   1 ] f[i][k\ xor\ 1] = f[i-1][k\ xor\ 1] f[i][k xor 1]=f[i1][k xor 1]

由于 f f f 默认下标是从 1 1 1 开始的,而 n u m s nums nums 是从 0 0 0 开始的,所以需要做下转换:

  • f [ i ] [ k ] = m a x ( f [ i − 1 ] [ k ] , f [ i − 1 ] [ k   x o r   1 ] − x ) + n u m s [ i − 1 ] f[i][k] = max(f[i -1][k], f[i-1][k\ xor\ 1] - x) + nums[i - 1] f[i][k]=max(f[i1][k],f[i1][k xor 1]x)+nums[i1]
  • f [ i ] [ k   x o r   1 ] = f [ i − 1 ] [ k   x o r   1 ] f[i][k\ xor\ 1] = f[i-1][k\ xor\ 1] f[i][k xor 1]=f[i1][k xor 1]

注意: f f f 需要初始化为一个相对较小的数字,因为 f [ i − 1 ] [ k   x o r   1 ] − x f[i-1][k\ xor\ 1] - x f[i1][k xor 1]x 是有可能小于 0 0 0 的,如果 f f f 全部初始化为 0 0 0,并且此时恰好 f [ i − 1 ] [ k ] = 0 f[i -1][k] = 0 f[i1][k]=0,最终就会得到一个错误的结果 。本来这里的答案应该是 f [ i ] [ k ] = f [ i − 1 ] [ k   x o r   1 ] − x + n u m s [ i − 1 ] f[i][k] = f[i-1][k\ xor\ 1] - x + nums[i - 1] f[i][k]=f[i1][k xor 1]x+nums[i1],最终却变成了 f [ i ] [ k ] = 0 + n u m s [ i − 1 ] f[i][k] = 0 + nums[i - 1] f[i][k]=0+nums[i1]。最终结果就会比标准答案偏大。

比如这个用例:

在这里插入图片描述

时间复杂度: O ( n ) O(n) O(n)

C++代码:


using LL = long long;

class Solution {
public:
    long long maxScore(vector<int>& nums, int x) {
        int n = nums.size();
        vector<vector<LL>> f(n + 1, vector<LL>(2, -1e18));

        f[1][nums[0] & 1] = nums[0];
        for(int i = 2;i <= n;i++)
        {
            int k = (nums[i - 1] & 1);
            f[i][k] = max(f[i - 1][k], f[i - 1][k ^ 1] - x) + nums[i - 1];
            f[i][k ^ 1] = f[i - 1][k ^ 1];
        }

        return max(f[n][0], f[n][1]);
    }
};

解法二:动态规划 + 一维空间

我们注意到 f [ i ] [ k ] f[i][k] f[i][k] 实际只会依赖于 f [ i − 1 ] [ k ] f[i-1][k] f[i1][k] f [ i − 1 ] [ k   x o r   1 ] f[i - 1][k\ xor\ 1] f[i1][k xor 1],所以我们可以直接降维,使用两个变量来模拟。

时间复杂度: O ( n ) O(n) O(n)

C++代码:

using LL = long long;

class Solution {
public:
    long long maxScore(vector<int>& nums, int x) {
        int n = nums.size();
        vector<vector<LL>> f(n + 1, vector<LL>(2, -1e18));

        f[1][nums[0] & 1] = nums[0];
        for(int i = 2;i <= n;i++)
        {
            int k = (nums[i - 1] & 1);
            f[i][k] = max(f[i - 1][k], f[i - 1][k ^ 1] - x) + nums[i - 1];
            f[i][k ^ 1] = f[i - 1][k ^ 1];
        }

        return max(f[n][0], f[n][1]);
    }
};

Python3代码:

class Solution:
    def maxScore(self, nums: List[int], x: int) -> int:
        n = len(nums)
        f = [-inf] * 2
        f[nums[0] & 1] = nums[0]

        for i in range(1, n):
            k = (nums[i] & 1)
            f[k] = max(f[k], f[k ^ 1] - x) + nums[i]
        
        return max(f[0], f[1])
  • 16
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值