【LeetCode】连续子数组的最大和&&礼物的最大价值

本文通过两个动态规划问题——求解连续子数组的最大和以及棋盘上礼物的最大价值,详细解析了动态规划的应用。题解一和题解二分别给出了不同的实现方式,核心思想都是利用前一位置的信息来更新当前状态,从而达到O(n)的时间复杂度。动态规划策略在解决这类问题中展现出高效和简洁的特点。
摘要由CSDN通过智能技术生成

23.连续子数组的最大和

题目:

输入一个整型数组,数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为O(n)。

题解一:

动态规划

  • 变量解释
    • temp:维持含有当前元素的子数组和的最大值;
    • temp2:当前位置的上一位置 子数组的最大值;
    • max:维持连续子数组的最大值;
    • temp和max初始化为nums[0]。
  • 对于下标为i的元素来讲,最大值有两种情况
    • 其本身nums[i],比如[-2,-3,4],则对于4来讲,连续子数组的最大和为其本身;
    • 其本身nums[i]+上一元素temp2(temp2为含有下标为i - 1元素子数组和的最大值),比如[1,2,3],对于3来讲,temp = 3,则其连续子数组的最大和为3+3= 6。
  • max为当前temp和此前max二者最大值。
 public int maxSubArray(int[] nums) {
        if (nums.length == 0) return 0;
        int temp = nums[0];
        int max = nums[0];
        for (int i = 1; i < nums.length; i++){
            int temp2 = temp;
            temp = Math.max(nums[i], nums[i] + temp);
            max = Math.max(max, temp);
        }
        return max;
    }
题解二:动态规划-清晰图解
  • 官方给出的题解和题解一思路基本一致,均使用变量维持前一位置子数组和的最大值,但代码简洁明了;
  • 直接将nums数组更新为包含该节点的子数组和的最大值, nums[i] += Math.max(nums[i - 1], 0);
 public int maxSubArray(int[] nums) {
        int res = nums[0];
        for(int i = 1; i < nums.length; i++) {
            nums[i] += Math.max(nums[i - 1], 0);
            res = Math.max(res, nums[i]);
        }
        return res;
    }

24.礼物的最大价值

题目:

在一个 m*n 的棋盘的每一格都放有一个礼物,每个礼物都有一定的价值(价值大于 0)。你可以从棋盘的左上角开始拿格子里的礼物,并每次向右或者向下移动一格、直到到达棋盘的右下角。给定一个棋盘及其上面的礼物的价值,请计算你最多能拿到多少价值的礼物?

题解:

动态规划

  • 首先将第一行和第一列的元素更新为该位置所能获得礼物的最大值;

    • 以第一行的grid[0][i]为例,到达该位置只能一直向右走,因此该元素的最大值等于前面所有元素之和;
    • 以第一列的grid[j][0]为例,到达该位置只能一直向下走,因此该元素的最大值等于前面所有元素之和;

    image-20220217195254782

    • 第一行和第一列更新后,如下图所示

    image-20220217195541954

  • grid[1][1]开始向右向下遍历更新每个位置元素的值,选取上面和左面元素的最大值与该位置元素取和作为更新之后的数值;以grid[1][1]为例,到达该位置只有两种情况:

    • grid[0][1]向下移动,那么到达grid[1][1]值为3+7=10;
    • grid[1][0]向右移动,那么到达grid[1][1]值为7+7=14;
    • 选取二者的最大值对grid[1][1]进行更新,因此更新为14;
  • 总之,只要位置i左边和上面的元素已经更新完毕,则可以对位置i的元素进行更新;

  • 最后整个矩阵中的元素均更新为该位置所能收到礼物的最大值,返回右下角元素即可。

image-20220217201025847

 public int maxValue(int[][] grid) {
        for (int i = 1; i < grid.length; i++)
            grid[i][0] += grid[i - 1][0];
        for (int j = 1; j < grid[0].length; j++)
            grid[0][j] += grid[0][j - 1];
        for (int m = 1; m < grid.length; m++){
            for (int n = 1; n < grid[0].length; n++){
                grid[m][n] += Integer.max(grid[m][n - 1],grid[m - 1][n]);
            }
        }
        return grid[grid.length - 1][grid[0].length - 1];
    }
[n]);
            }
        }
        return grid[grid.length - 1][grid[0].length - 1];
    }

他上了二级平台,沿着铁路线急速地向东走去。他远远地看见,头上包着红纱巾的惠英,胸前飘着红领巾的明明,以及脖项里响着铜铃铛的小狗,正向他飞奔而来……
哎😔意难平~~~

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续数组。设计一个算法使得这m个数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组最大的值,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间值来进行判断。若当前的中间值不够分割成m个数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大值,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其中N为数组的总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值