Leetcode1262.可被3整除的最大和 Greatest Sum Divisible by Three(Medium)

Leetcode1262.可被3整除的最大和 Greatest Sum Divisible by Three(Medium)

0-1背包问题

对于每个物品(数)，都有放入背包和不放入背包两种选择。

$f(i,j)=sum$表示前$i$个数字，通过某种最优选择方式选出某个子集，该子集和为$sum$，$sum$对$3$取模为$j$，且$sum$是所有子集中，子集和对$3$取模为$j$的最大和

设$mod=nums(i)\%3$，$mod$为nums[i]对3取模

这样$f(i,j)$必定有上一个状态$f(i-1,)$转移而来，

例如假设当前：对于第i个数num[i] % 3 = 1，现在要求f[i][2]，则如果选择第i个数，那么对于前i - 1个数，需要找到和对3取模为1的最大子集，该子集的子集和为f[i - 1][1]，在该子集的基础上加上第i个数，此时子集的和对3取模为2，同时需要考虑不选择第i个数的情况f[i -1][2]，比较两种情况的最大值作为最优解。

则状态转移方程为 f ( i , j ) = m a x { f ( i − 1 , j ) , f ( i − 1 , ( j + 3 − m o d ) % 3 ) } f(i,j) = max\{ f(i - 1,j),f(i-1,(j + 3 - mod) \%3)\} f(i,j)=max{f(i−1,j),f(i−1,(j+3−mod)%3)}

由于$f(i,j)$对上一状态的依赖并不是单调的，因此不能直接用常规优化0-1背包问题的方法优化空间

可以采用滚动数组优化，这里由于指定对3取模，采用滚动数组后空间复杂度为$O(1)$，如果不指定取模的数$m$，则用滚动数组优化后空间复杂度为$O(m)$

class Solution {
    public int maxSumDivThree(int[] nums) {
        int n = nums.length;
        int[][] dp = new int[n + 10][5];
        
        Arrays.fill(dp[0], Integer.MIN_VALUE);
        dp[0][0] = 0;
        
        for (int i = 1; i <= n; i ++) {
            int mod = nums[i - 1] % 3;
            for (int j = 0; j < 3; j ++) {
                dp[i][j] = dp[i - 1][j];
                if (dp[i - 1][(j + 3 - mod) % 3] >= 0) {
                    dp[i][j] = Math.max(dp[i][j], dp[i - 1][(j + 3 - mod) % 3] + nums[i - 1]);
                }
            }
        }
        return dp[n][0];
    }
}

class Solution {
    public int maxSumDivThree(int[] nums) {
        int n = nums.length;
        int[][] dp = new int[2][5];
        
        Arrays.fill(dp[0], Integer.MIN_VALUE);
        dp[0][0] = 0;
        
        for (int i = 1; i <= n; i ++) {
            int mod = nums[i - 1] % 3;
            for (int j = 0; j < 3; j ++) {
                dp[i % 2][j] = dp[(i - 1) % 2][j];
                if (dp[(i - 1) % 2][(j + 3 - mod) % 3] >= 0) {
                    dp[i % 2][j] = Math.max(dp[i % 2][j], dp[(i - 1) % 2][(j + 3 - mod) % 3] + nums[i - 1]);
                }
            }
        }
        return dp[n % 2][0];
    }
}