1.最大子数组
给定一个整数数组,找到一个具有最大和的子数组,返回其最大和。
样例给出数组[−2,2,−3,4,−1,2,1,−5,3]
,符合要求的子数组为[4,−1,2,1]
,其最大和为6
法1:贪心
int maxSubArray(vector<int> nums) {
// write your code here
int sum=nums[0];
int t=sum;
for(int i=1;i<nums.size();i++)
{
if(t<0)t=0;
t=t+nums[i];
if(t>sum)sum=t;
}
return sum;
}
法2:分治
class Solution {
public:
/**
* @param nums: A list of integers
* @return: A integer indicate the sum of max subarray
*/
int maxSubArray(vector<int> nums) {
// write your code here
return m(nums,0,nums.size()-1);
}
int cross(vector<int>nums,int start,int mid,int end)
{
int leftmax=0;
int sum=INT_MIN;
for(int i=mid;i>=start;i--)
{
leftmax+=nums[i];
if(sum<=leftmax)sum=leftmax;
}
leftmax=sum;
int rightmax=0;
sum=INT_MIN;
for(int i=mid+1;i<=end;i++)
{
rightmax+=nums[i];
if(sum<=rightmax)sum=rightmax;
}
sum+=leftmax;
return sum;
}
int m(vector<int>nums,int start,int end)
{
if(start==end)return nums[start];
int mid=(start+end)/2;
int leftmax=m(nums,start,mid);
int rightmax=m(nums,mid+1,end);
int middlemax=cross(nums,start,mid,end);
if(leftmax>=rightmax&&leftmax>=middlemax)return leftmax;
else if(middlemax>=rightmax&&middlemax>=leftmax)return middlemax;
else return rightmax;
}
};
法三:暴力(略)
2.最大平均子数组
给出一个整数数组,有正有负。找到这样一个子数组,他的长度大于等于 k
,且平均值最大。
给出 nums = [1, 12, -5, -6, 50, 3]
, k = 3
返回 15.667
// (-6 + 50 + 3) / 3 = 15.667
引用他人的思路
1、一个数组的子数组的最大平均数一定在数组的最大值和最小值之间,所以二分法的第一步限定average位于[min,max]之中。
2、接下去要做的就是不断的缩小范围,直至max-min足够小(如1e-6),那我们就得到了想要的结果。
缩小范围的思想如下:
每一轮设置mid=(min+max)/2,然后将原数组中的每一个数减去这个mid,如果能找到(经过提醒,改正为:大于等于)k个相邻数的总和大于0的情况,那么说明最终结果一定比这个mid要更大,限定下一轮寻找范围在[mid,max]之中。反之在限定在[min,mid]之中。
那么在实际算法中我们需要解决的关键一步就是,如何判断“有(大于等于)k个相邻数的总和大于0的情况存在”。
首先,我们可以用sum数组来存储减掉mid值的原数组的各总和(sum[i]存储num[0]-mid到num[i-1]-mid的总和),当sum[i]存储的总和个数超过k时(即i>k),也就是说我们保证了这个子数组的长度达到k后,可以砍掉之前一些拖后腿的数。这些拖后腿的数在上述链接的代码中是用min_pre来实现的。当之前拖后腿的数值小于min_pre时,更新min_pre=sum[i - k + 1]。sum[i]存储的是num[0]~num[i-1]减去mid的总和,而min_pre存储的是num[0]~num[k]减掉mid的总和,这样sum[i]-min_pre得到的是sum[k+1]~sum[i-1],它所记录的总和个数也就是到num[i]为止能够找到的最大平均数 子数组的长度。
代码:
class Solution {
public:
/**
* @param nums an array with positive and negative numbers
* @param k an integer
* @return the maximum average
*/
double maxAverage(vector<int>& nums, int k) {
// Write your code here
double start=INT_MAX;
double end=INT_MIN;
for(int i=0;i<nums.size();i++)
{
if(nums[i]<=start)start=nums[i];
if(nums[i]>=end)end=nums[i];
}
int len=nums.size();
double sum[len+1];
memset(sum,0,sizeof(sum));
while(end-start>1e-6)
{
double mid=(start+end)/2;
double min_pre=0;
bool flag=false;
for(int i=1;i<=nums.size();i++)
{
sum[i]=sum[i-1]+nums[i-1]-mid;
if(i>=k&&sum[i]-min_pre>=0)
{
flag=true;
break;//只要有一组满足平均值大于mid就可以跳出内循环
}
if(i>=k)
{
min_pre=min(min_pre,sum[i-k+1]);
}
}
if(flag)start=mid;
else end=mid;
}
return start;
}
};
3.通过做第二道题我又发现了一个做第一道题的方法
int maxSubArray(vector<int> nums) {
// write your code here
int sum[nums.size()+1]={0};
int min_pre=0;
int maxn=INT_MIN;
for(int i=1;i<=nums.size();i++)
{
sum[i]=sum[i-1]+nums[i-1];
if(sum[i]-min_pre>=maxn)maxn=sum[i]-min_pre;
min_pre=min(sum[i],min_pre);
}
return maxn;
}
但仔细一想 其实这种方法就是用sum数列的最大值减去sum数列的最小值,第二题也是如此,就是用当前值减去最小值,在遍历的过程中更新最小值,最终得到正确的答案