Day 34 1005.K次取反后最大化的数组和 134. 加油站 135. 分发糖果

K次取反后最大化的数组和

给定一个整数数组 A，我们只能用以下方法修改该数组：我们选择某个索引 i 并将 A[i] 替换为 -A[i]，然后总共重复这个过程 K 次。（我们可以多次选择同一个索引 i。）

以这种方式修改数组后，返回数组可能的最大和。

示例 1：

• 输入：A = [4,2,3], K = 1
• 输出：5
• 解释：选择索引 (1) ，然后 A 变为 [4,-2,3]。

示例 2：

• 输入：A = [3,-1,0,2], K = 3
• 输出：6
• 解释：选择索引 (1, 2, 2) ，然后 A 变为 [3,1,0,2]。

示例 3：

• 输入：A = [2,-3,-1,5,-4], K = 2
• 输出：13
• 解释：选择索引 (1, 4) ，然后 A 变为 [2,3,-1,5,4]。

提示：

• 1 <= A.length <= 10000
• 1 <= K <= 10000
• -100 <= A[i] <= 100

​ 第一反应：遍历数组是否存在负数，若存在将绝对值大的负数优先取反然后返回数组和，如不存在则找到最小的正数取反再返回数组和；

​ 其实这两步就是贪心算法的思想：

​ 前者局部最优为：让绝对值大的负数变为正数，当前数值达到最大，整体最优；

​ 后者局部最优为：只找数值最小的正整数进行反转，当前数值和可以达到最大；

​ 共同整体最优：整个数组和达到最大；

​ 整体代码如下：

class Solution {
public:
	//using namespace std
	static bool compare(int a, int b){
        return abs(a) > abs(b);//定义排序规则，绝对值从大到小排列
    }
	int largestSumAfterKNegations(vector<int>& nums, int k){
        sort(nums.begin(), nums.end(), compare);//排序，统一处理规则
        int res = 0;
        for(int i = 0; i < nums.size(); i++){
            if(nums[i] < 0 && k > 0){//遇负取反
                nums[i] = -nums[i];
                k--;
            }
        }
        if(k % 2 == 1)	nums[nums.size() - 1] *= -1;//如果k依然不为零，则反复处理最后一个绝对值最小的元素
        for(int j = 0; j < nums.size(); j++){
            res += nums[j];
        }
        return res;
    }
};

加油站

在一条环路上有 N 个加油站，其中第 i 个加油站有汽油 gas[i] 升。

你有一辆油箱容量无限的的汽车，从第 i 个加油站开往第 i+1 个加油站需要消耗汽油 cost[i] 升。你从其中的一个加油站出发，开始时油箱为空。

如果你可以绕环路行驶一周，则返回出发时加油站的编号，否则返回 -1。

说明:

• 如果题目有解，该答案即为唯一答案。
• 输入数组均为非空数组，且长度相同。
• 输入数组中的元素均为非负数。

示例 1: 输入:

• gas = [1,2,3,4,5]
• cost = [3,4,5,1,2]

输出: 3 解释:

• 从 3 号加油站(索引为 3 处)出发，可获得 4 升汽油。此时油箱有 = 0 + 4 = 4 升汽油
• 开往 4 号加油站，此时油箱有 4 - 1 + 5 = 8 升汽油
• 开往 0 号加油站，此时油箱有 8 - 2 + 1 = 7 升汽油
• 开往 1 号加油站，此时油箱有 7 - 3 + 2 = 6 升汽油
• 开往 2 号加油站，此时油箱有 6 - 4 + 3 = 5 升汽油
• 开往 3 号加油站，你需要消耗 5 升汽油，正好足够你返回到 3 号加油站。
• 因此，3 可为起始索引。

示例 2: 输入:

• gas = [2,3,4]
• cost = [3,4,3]
• 输出: -1
• 解释: 你不能从 0 号或 1 号加油站出发，因为没有足够的汽油可以让你行驶到下一个加油站。我们从 2 号加油站出发，可以获得 4 升汽油。 此时油箱有 = 0 + 4 = 4 升汽油。开往 0 号加油站，此时油箱有 4 - 3 + 2 = 3 升汽油。开往 1 号加油站，此时油箱有 3 - 3 + 3 = 3 升汽油。你无法返回 2 号加油站，因为返程需要消耗 4 升汽油，但是你的油箱只有 3 升汽油。因此，无论怎样，你都不可能绕环路行驶一周

​ 直观思路，暴力求解：将gas数组扩充为两倍为gas_new数组，即可实现从任意下标为i的加油站出发并回到原点的过程；同理将cost数组扩充到两倍为cost_new数组，遍历i < gas.size() -1的所有可能出发点，然后判断对应的gas_new[j] - cost_new[j + 1]是否大于等于零，若一直大于等于零，则返回出发时的编号i，结束遍历；若遍历完整个gas数组都没有一直大于零的情况，则返回-1；

​ 整体代码如下：

class Solution {
public:
	int canCompleteCircuit(vector<int>& gas, vector<int>& cost){
        int n = gas.size();
    	for (int i = 0; i < n; i++) {
            int sum = 0;
            for(int j = i; j < n + i; j++){
                sum += gas[j % n] - cost[j % n];
                if(sum < 0) break;
                else{
                    if((j + 1) % n == i)
                    return i;
                }
            }
        }
        return -1;
    }
};

​ 这段代码逻辑是没有问题的，但是遇到很长的数组的时候会超时；这是因为每次遍历都是将整个数组进行整体遍历，且嵌套了两层for循环，暴力解法必然跟随着超时问题；

​ 考虑贪心算法的思路，如果总油量减去总消耗大于等于零那么一定可以跑完一圈，说明各个站点的加油站剩油量rest[i]相加一定是大于等于零的；

​ 定义每个加油站的剩余量rest[i]为gas[i] - cost[i]。

​ i从0开始累加rest[i]，和记为curSum，一旦curSum小于零，说明[0, i]区间都不能作为起始位置，因为这个区间选择任何一个位置作为起点，到i这里都会断油；

​ 即当前的sum值已经小于零，则直接将i移动到下一位重新进行累加操作，起始位置重新从i+1算起，再从0开始计算curSum；

​

​ 如果再次遇到负数则再次更新，直到找到首个保证全部大于等于零的区间即返回此时的起始下标(因为题目默认存在唯一解)；

​ 下面简单论证逻辑统一性：

​ 假设[0,i]区间curSum<0，[j,i]区间curSum>0，其实也是满足了区间和curSum<0的时候直接跳入下一个区间的逻辑，因为此时区间和2大于0，区间和1小于0，实际上依然是满足给出的逻辑进行遍历的；

​ 局部最优：当前累加rest[i]的和curSum一旦小于0，起始位置更改为i+1，因为从i之前开始一定不行；

​ 全局最优：找到可以跑一圈的起始位置；

class Solution {
public:
    int canCompleteCircuit(vector<int>& gas, vector<int>& cost){
        int curSum = 0;
        int totalSum = 0;
        int startIndex = 0;
        for(int i = 0; i < gas.size(); i++){
            curSum += gas[i] - cost[i];
            totalSum += gas[i] - cost[i];
            if(curSum < 0){//更新逻辑
                startIndex = i + 1;//更新起始位置
                //此处不会索引异常的原因
                //如果startIndex == gas.size()
                //则此时必然是[0,gas.size() - 1]的所有差值之和小于零
                //这个时候已经return -1了，不会出现startIndex越界数组的情况
                curSum = 0;
            }
        }
        //此时走出循环，startIndex必然没有被后序的更新替代，此时[startIndex,gas.size()-1]之间的curSum为正数
        //若记此时的curSum为B，startIndex之前的Sum为A，那么A+B=totalSum,
        //已知totalSum>=0, A<0, B>0, 所以B>-A, 走完一圈的B+A>=0
        if(totalSum < 0)	return -1;
        return startIndex;//即：如果totalSum >= 0 则必然存在一条路径，返回此时的startIndex必然是满足题目要求的唯一解
    }
};

分发糖果

老师想给孩子们分发糖果，有 N 个孩子站成了一条直线，老师会根据每个孩子的表现，预先给他们评分。

你需要按照以下要求，帮助老师给这些孩子分发糖果：

• 每个孩子至少分配到 1 个糖果。
• 相邻的孩子中，评分高的孩子必须获得更多的糖果。

那么这样下来，老师至少需要准备多少颗糖果呢？

示例 1:

• 输入: [1,0,2]
• 输出: 5
• 解释: 你可以分别给这三个孩子分发 2、1、2 颗糖果。

示例 2:

• 输入: [1,2,2]
• 输出: 4
• 解释: 你可以分别给这三个孩子分发 1、2、1 颗糖果。第三个孩子只得到 1 颗糖果，这已满足上述两个条件。

​ 如果同时兼顾两边的话是不行的，题目一定是要确定一边之后，再确定另一边，例如比较每一个孩子的左边，然后再比较右边；

​ 先确定右边评分大于左边的情况（也就是从前向后遍历）：

​ 此时局部最优：只要右边评分比左边大，右边的孩子就多一个糖果，全局最优：相邻的孩子中，评分高的右孩子获得比左边孩子更多的糖果；

​ 同理，从后向前遍历，确定左孩子大于右孩子的情况；

​ 至于为何不能从前往后遍历？

​ 如果从前向后遍历，rating[5]与rating[4]的比较要利用上rating[5]与rating[6]的比较结果，所以要从后向前遍历；

​ rating[5]与rating[4]的比较就不能用上rating[5]与rating[6]的比较结果了；

​ 如果 ratings[i] > ratings[i + 1]，此时candyVec[i]（第i个小孩的糖果数量）就有两个选择了，一个是candyVec[i + 1] + 1（从右边这个加1得到的糖果数量），一个是candyVec[i]（之前比较右孩子大于左孩子得到的糖果数量）。

​ 那么又要贪心了，局部最优：取candyVec[i + 1] + 1 和 candyVec[i] 最大的糖果数量，保证第i个小孩的糖果数量既大于左边的也大于右边的。全局最优：相邻的孩子中，评分高的孩子获得更多的糖果。

​ 局部最优可以推出全局最优。

​ 所以就取candyVec[i + 1] + 1 和 candyVec[i] 最大的糖果数量，candyVec[i]只有取最大的才能既保持对左边candyVec[i - 1]的糖果多，也比右边candyVec[i + 1]的糖果多。

​ 整体代码如下：

class Solution {
public:
    int candy(vector<int>& ratings) {
        vector<int> candyVec(ratings.size(), 1);
        // 从前向后
        for (int i = 1; i < ratings.size(); i++) {
            if (ratings[i] > ratings[i - 1]) candyVec[i] = candyVec[i - 1] + 1;
            //右边大于左边
        }
        // 从后向前
        for (int i = ratings.size() - 2; i >= 0; i--) {
            if (ratings[i] > ratings[i + 1] ) {
                candyVec[i] = max(candyVec[i], candyVec[i + 1] + 1);
            //左边大于右边，取最大值
            }
        }
        // 统计结果
        int result = 0;
        for (int i = 0; i < candyVec.size(); i++) result += candyVec[i];
        return result;
    }
};