最近做了两道子序列问题,分别是
53、最大子序列和和152、乘积最大子序列
他们解决的办法大致相同,都是经过一次遍历保存一个遍历到当前数字的最大值,然后保留一个当前增益或但当前成绩,于是放到一起做一个总结。
53、最大子序列和(来自leetcode题解)
动态规划的是首先对数组进行遍历,当前最大连续子序列和为 sum,结果为 ans
如果 sum > 0,则说明 sum 对结果有增益效果,则 sum 保留并加上当前遍历数字
如果 sum <= 0,则说明 sum 对结果无增益效果,需要舍弃,则 sum 直接更新为当前遍历数字
每次比较 sum 和 ans的大小,将最大值置为ans,遍历结束返回结果
时间复杂度:O(n)
class Solution {
public int maxSubArray(int[] nums) {
int ans = nums[0];
int sum = 0;
for(int num: nums) {
if(sum > 0) {
sum += num;
} else {
sum = num;
}
ans = Math.max(ans, sum);
}
return ans;
}
}
152、乘积最大子序列
这道题值只是跟上一道略有不同。
令imax为当前最大值,则当前最大值为 imax = max(imax * nums[i], nums[i])
由于存在负数,那么会导致最大的变最小的,最小的变最大的。因此还需要维护当前最小值imin,imin = min(imin * nums[i], nums[i])
当负数出现时则imax与imin进行交换再进行下一步计算
时间复杂度:O(n)
class Solution:
def maxProduct(self, nums: List[int]) -> int:
maxx,imax,imin=float('-inf'), 1, 1
for num in nums:
if num<0:
imax, imin = imin, imax
imax = max(imax*num,num)
imin = min(imin*num,num)
maxx=max(maxx,imax)
print(maxx,imax,imin)
return maxx