思路1——动态规划
本题与最大子数组和类似:
1.将问题转化为求以nums[i]结尾的最大子数组和。
2.定义dp[i]为以nums[i]结尾的最大子数组和的值:
- 当子数组中只有一个数时,nums[i]即为最大子数组和
- 在求解dp[i]时,需要通过dp[i-1]的值进行计算
- 考虑dp[i-1]的情况,当dp[i-1]<0时,则以nums[i]结尾的最大子数组不应包含i之前的数字,即dp[i]=nums[i]
- 当dp[i-1]>0时,则以nums[i]结尾的最大子数组=nums[i]+以nums[i-1]结尾的最大子数组,即dp[i]=nums[i]+dp[i-1]
3.dp的最大值即为所求
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n = nums.size();
vector<int> dp(n);
dp[0] = nums[0];
int ret = nums[0];
for(int i=1;i<n;i++)
{
dp[i] = max(nums[i],dp[i-1]+nums[i]);
ret = max(ret,dp[i]);
}
return ret;
}
};
在本题中,所求变为和的绝对值最大的子数组:
1.在之前的基础上,额外考虑负数的情况,即考虑最小子数组和的情况
2.当最小子数组的和为负数时,比较绝对值与最大子数组和的大小,最大的即为所求
3.即同时维护两个dp数组,dp_mx[i]与dp_mn[i]分别记录以nums[i]结尾的最大子数组与最小子数组
代码实现时可以只通过滚动变量实现,从而节约空间。
class Solution {
public:
int maxAbsoluteSum(vector<int>& nums) {
int n = nums.size();
int fmax=nums[0],fmin=nums[0],ret=nums[0];
for(int i=1;i<n;i++)
{
fmax = max(fmax+nums[i],nums[i]);
fmin = min(fmin+nums[i],nums[i]);
ret = max(ret,max(fmax,-fmin));
}
return abs(ret);
}
};
思路2——前缀和
前缀和定义:sum[i+1]=sum[i]+nums[i]
举例: nums=[1,2,3,4],对应的前缀和数组为 sum=[0,1,3,6,10]
通过前缀和,可将子数组和变为两个前缀和之差,例如nums的子数组[2,3]=sum[3]-sum[1]
在题目最大子数组和中,用当前位置前缀和sum[i]减去i之前的最小前缀和,即为所求。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int sum=0,mn=0,n=nums.size(),ret=nums[0];
for(int i=0;i<n;i++)
{
sum += nums[i];
ret = max(ret,sum-mn);
mn = min(mn,sum);
}
return ret;
}
};
类似的,由于本题要求绝对值的最大值,即可转换为前缀和的最大值与前缀和的最小值之间的差值,即为所求。
class Solution {
public:
int maxAbsoluteSum(vector<int>& nums) {
int sum=0,mn=0,mx=0;
for(int num:nums)
{
sum+=num;
mn = min(mn,sum);
mx = max(mx,sum);
}
return mx-mn;
}
};