leetcode1014. 最佳观光组合
给定正整数数组 A
,A[i]
表示第 i
个观光景点的评分,并且两个景点 i
和 j
之间的距离为 j - i
。
一对景点(i < j
)组成的观光组合的得分为(A[i] + A[j] + i - j
):景点的评分之和减去它们两者之间的距离。
返回一对观光景点能取得的最高分。
示例:
输入:[8,1,5,2,6]
输出:11
解释:i = 0, j = 2, A[i] + A[j] + i - j = 8 + 5 + 0 - 2 = 11
提示:
2 <= A.length <= 50000
1 <= A[i] <= 1000
方法一:动态规划
思路:
我们首先使用动态规划的方法来解决。
dp[i]表示以A[i]为第二个观光点取得的最大的分数时,对应的第一个观光点的下标。
那么状态转移方程为:
if A[i] + A[dp[i-1]] - (i-dp[i-1]) > A[i]+A[i-1]-1:
dp[i] = dp[i-1]
else:
dp[i] = i-1
A[i] + A[dp[i-1]] - (i-dp[i-1])表示此时第二个点为i,第一个点为dp[i-1],此时的分数。因为当i-1为第二个点时,它可以选择的第一个点为[0,i-2],然后选出可以取得最大值的为dp[i-1]。
当第二个点为i时,如果它在[0,i-2]中选第一个点,那么肯定也是选择dp[i-1]作为第一个点取得分数最大。它还可以选择i-1作为第一个点,那么此时分数为A[i]+A[i-1]-1,因此只要比较这两个分数之间的大小,就可以完成dp的更新,值得注意的是,当两个分数相等时,我们使用后者更新,因为后者情况下,两个点的距离较短。
我们遍历过程中,不断更新最大分数,最后返回即可。
复杂度分析:
- 只遍历了一次,时间复杂度为O(N)
- 使用了额外的dp数组,空间复杂度为O(N),不过由于dp[i]更新只与dp[i-1]有关,可以使用变量来保存,将复杂度降到O(1)
代码:
class Solution:
def maxScoreSightseeingPair(self, A: List[int]) -> int:
'''
dp[i]表示以A[i]为第二个观光点取得的最大的分,对应的第一个观光点的坐标
那么状态转移方程为:
if A[i] + A[dp[i-1]] - (i-dp[i-1]) > A[i]+A[i-1]-1:
dp[i] = dp[i-1]
else:
dp[i] = i-1
'''
n = len(A)
dp = [0 for _ in range(n)]
#初始化答案
ans = A[0] + A[1] - 1
#开始遍历
for i in range(2,n):
temp1 = A[i] + A[dp[i-1]]-(i-dp[i-1])
temp2 = A[i]+A[i-1]-1
#更新答案及dp数组
if temp1 > temp2:
ans = max(ans,temp1)
dp[i] = dp[i-1]
else:
dp[i] = i-1
ans = max(ans,temp2)
return ans
结果:
方法二:枚举
思路:
我们首先看分数的式子:(A[i] + i + A[j] - j
),把它分成两部分,一部分只与i有关,一部分只与j有关。
我们从头遍历j,遍历的同时,也计算A[j]+j来不断更新A[i] + i的最大值,计算此时j位置的最大分数,使用ans来维护所有j位置的最大分数。最后返回ans即可。
注意i和j不能相等,因此遍历j的时候,要先计算当前j的最大分数,然后再通过j来计算计算A[j]+j来更新A[i] + i的最大值。
复杂度分析:
- 只遍历了一次,时间复杂度为O(N)
- 只使用了常数空间,空间复杂度为O(1)
代码:
class Solution:
def maxScoreSightseeingPair(self, A: List[int]) -> int:
ans = 0
n = len(A)
#max_i表示j之前最大的A[i]+i
max_i = A[0]
for j in range(1,n):
#更新最大的分数
ans = max(ans,max_i+A[j]-j)
#更新max_i
max_i = max(max_i,A[j]+j)
return ans