题目
思路与算法
- 这题一开始想的是dp,但是咋做都超时,看了大佬们优化后的dp,但是感觉暂时只能参考,需要时间消化,第一步dp的简单思路为:dp[i]表示以nums[i]结尾的最大子序列的元素和,那么dp[i] = Max(nums[i],nums[i] + max(dp[i-1],dp[i-2], … dp[i-k]))。根据此来实现的话,需要遍历两轮,时间复杂度会达到O(n²),超时。
- 第二种思路是单调递减栈,不清楚的话自己手动画一下,发现从后往前实现比较容易,覆盖nums数组节省空间复杂度,这样的实现不需要利用dp也可以完成。详细见代码。注意细节。
代码实现
超时代码:
class Solution {
public int constrainedSubsetSum(int[] nums, int k) {
// 新建dp数组
int[] dp = new int[nums.length];
// dp[i]表示以nums[i]结尾的最大子序列元素和
dp[0] = nums[0];
int res = dp[0];
// 遍历
for (int i = 1; i < nums.length; i++) {
// 获取当前结尾元素
dp[i] = nums[i];
// 范围是[i-k,i],但注意i-k大于等于0
for (int j = Math.max(0, i - k); j < i; j++) {
dp[i] = Math.max(dp[i], dp[j] + nums[i]);
}
res = Math.max(res, dp[i]);
}
return res;
}
}
单调栈做法:
class Solution {
public int constrainedSubsetSum(int[] nums, int k) {
int res = Integer.MIN_VALUE;
// 变量
int len = nums.length;
// 定义双端队列,队列头存放当前最大元素和的索引
Deque<Integer> deque = new ArrayDeque<>();
// 从后往前维护一个单调栈
for (int i = len - 1; i >= 0; i--) {
// 获取当前最大元素和
int max = Math.max(0, deque.isEmpty() ? 0 : nums[deque.peekFirst()]);
// 获取本轮增加后的最大元素和
int num = nums[i] + max;
// 更新res
res = Math.max(num, res);
nums[i] = num;
// 判断是否需要更新栈元素
while (!deque.isEmpty() && nums[i] >= nums[deque.peekLast()]) {
deque.pollLast();
}
deque.add(i);
// 判断是否超过k个间隔
while(deque.peekFirst() - i >= k) {
deque.pollFirst();
}
}
return res;
}
}
复杂度分析
单调栈可以做到O(N)的时间复杂度。