一.算法题干
给你一个整数数组arr
和一个整数k
。
首先,我们要对该数组进行修改,即把原数组arr
重复k
次。
举个例子,如果arr
=[1,2]
且k
=3
,那么修改后的数组就是[1,2,1,2,1,2]
。
然后,请你返回修改后的数组中的最大的子数组之和。
注意,子数组长度可以是0,在这种情况下它的总和也是0。
由于结果可能会很大,所以需要模(mod)10^9+7后再返回。
二.解题思路
这道题最朴素的实现思路是:将k
个给定的arr
拼接起来成为一个新的数组,然后维护一个sum
变量来记录当前的和,如果该和小于0,则置0,重新统计。当然,这个算法复杂度肯定是非常高的,而且空间说不定都不够(因为问题规模达到了1e10的量级)。我一开始的想法是:既然该数组是顺序拼接在一起的,那么肯定可以用循环进行处理(类比循环队列)。基于这个思路,我实现了一版代码,实现过程如下。
提交结果如上,结果显示超时。经过思考,我想到了循环的特点:如果在中间重置sum
,则后面也不可能再出现比sum
更大的局部和,所以就可以在中间跳出循环,以节省时间。具体实现代码如下。我跑了一下出错的样例,得到结果和预期结果一致。于是就提交了。
提交结果显示如上,答案错误,而且只有一个样例没过。我仔细思考了一下,换了一种思路:将整个结果区间分成三部分,第一部分是最大前缀和,第二部分是中间一整个循环节(即整个原始数组),第三部分是最大后缀和。总的情况可以分为这么几种:第一种是只有一个循环节,那么该循环节中的最大值就是全局最大值;第二种是多于一个循环节,那么最大值就是上文所说的三部分之和。
三.实现代码
class Solution {
public:
const int MOD=1e9+7;
int kConcatenationMaxSum(vector<int>& v, int k) {
long long sum=0,full_sum=accumulate(v.begin(),v.end(),0LL),best=0,max_pre=0,max_suf=0;
for(auto vi:v)
{
sum+=vi;
if(sum<0) sum=0;
else if(sum>best) best=sum;
}
sum=0;
for(int i=0;i<v.size();++i)
{
sum+=v[i];
max_pre=max(max_pre,sum);
}
sum=0;
for(int i=v.size()-1;i>=0;--i)
{
sum+=v[i];
max_suf=max(max_suf,sum);
}
if(k>1)
{
best=max(best,max_pre+max_suf);
best=max(best,max_pre+max_suf+(k-2)*full_sum);
}
return best%MOD;
}
};
四.对比分析
class Solution:
def kConcatenationMaxSum(self, arr: List[int], k: int) -> int:
cur=arr[0]
prefix_max=cur
for num in arr[1:]:
cur+=num
prefix_max=max(prefix_max,cur)
prefix_max=max(0,prefix_max)
total_sum=cur
cur=arr[-1]
suffix_max=max(cur,0)
for num in reversed(arr[:-1]):
cur+=num
suffix_max=max(suffix_max,cur)
def helper(arr):
ans=cur=arr[0]
for num in arr[1:]:
if cur>0:
cur=num+cur
else:
cur=num
ans=max(ans,cur)
return ans
ans=0
if k==1:
ans=max(ans,helper(arr))
elif k==2:
ans=max(ans,helper(arr+arr))
else:
ans=max(ans,helper(arr))
ans=max(ans,helper(arr+arr))
ans=max(ans,prefix_max+suffix_max+(k-2)*max(0,total_sum))
return ans%(10**9+7)
这段代码是用Python实现的。对于我而言,主要的学习价值在于让我知道了Python中的函数可以随处定义,还有Python中reversed
函数的功能类似于C++中reverse
函数的功能。