leetcode第53题、152题动态规划思路

最新推荐文章于 2021-03-19 23:36:17 发布

未来的IT大佬

最新推荐文章于 2021-03-19 23:36:17 发布

阅读量149

点赞数

分类专栏： leetcode 文章标签： leetcode c++ 算法基础

本文链接：https://blog.csdn.net/weixin_42472339/article/details/90670262

版权

leetcode 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

leetcode第53题、152题动态规划思路

53：和最大子序列

对于和最大子序列，暴力枚举的方法思路简单但是复杂度太高（O(n^3)）。
对于数组A[]，记以A[i]为结尾的所有子数组的和的局部最大值为local_max，当前所有子数组的全局最大值为global_max，则有
local_max = max(local_max + A[i], A[i])
global_max = max(local_max, global_max)
以C++代码为例，

在这里插入代码片
int local = nums[0];
        int global = nums[0];
        for (auto i = 1; i < nums.size(); ++i){
            local = (local + nums[i] > nums[i]) ? local + nums[i] : nums[i];
            global = (local > global) ? local : global;
        }
        return global;

152：乘积最大子序列

与求和最大子序列类似，也采用动态规划的方法，但考虑到正负的问题，要同时维护两个局部值，分别是局部最大local_max和局部最小local_min,则有
local_max_copy = local_max //保存当前局部最大
local_max = max(local_maxA[i], local_minA[i], A[i])
local_min = min(local_max_copyA[i], local_minA[i], A[i])
global = max(local_max,global)
以C++代码为例，

int local_max = nums[0];
        int local_min = nums[0];
        int global = nums[0];
        for (auto i = 1; i < nums.size(); ++i){
            int local_max_copy = local_max;
            local_max = (local_max * nums[i] > local_min * nums[i]) ? local_max * nums[i] : local_min * nums[i];
            local_max = local_max > nums[i] ? local_max : nums[i];
            local_min = local_max_copy * nums[i] < local_min * nums[i] ? local_max_copy * nums[i] : local_min * nums[i];
            local_min = local_min < nums[i] ? local_min : nums[i];
            global = global > local_max ? global : local_max;
        }
        return global;