1031. Maximum Sum of Two Non-Overlapping Subarrays

又一次见识到了与大佬的差距。
首先自己的做法：
将以每个数字为结尾的长度为L或者M的连续子数组的和记录下来，然后分别计算L在前面和M在前面的情况。其实就是暴力法。

class Solution {
public:
    int maxSumTwoNoOverlap(vector<int>& A, int L, int M) {
        int sz = A.size();
        if (L + M > sz)
            return -1;
        vector<int> LSum(sz, 0), MSum(sz, 0);
        int window = 0;
        int i = 0;
        while (i < sz) {
            window += A[i];
            if (i >= L)
                window -= A[i-L];
            LSum[i] = window;
            ++i;
        }
        i = 0; 
        window = 0;
        while (i < sz) {
            window += A[i];
            if (i >= M)
                window -= A[i-M];
            MSum[i] = window;
            ++i;
        }
        int maxSum = 0;
        for (i = L-1; i < sz-M; ++i) 
            for (int j = i+M; j < sz; ++j)
                maxSum = max(maxSum, LSum[i] + MSum[j]);
        for (i = M-1; i < sz-L; ++i)
            for (int j = i+L; j < sz; ++j)
                maxSum = max(maxSum, MSum[i] + LSum[j]);
        return maxSum;
    }
};

方法二：
大佬的方法。
1.首先不是用滑动窗口来计算每一段的和了，而是记录所有的前缀和，然后用的时候减就行了。
2.维持两个变量：
LMax：在当前M个之前的最大的L个数字的连续和。
MMax：同理。

class Solution {
public:
    int maxSumTwoNoOverlap(vector<int>& A, int L, int M) {
        for (int i = 1; i < A.size(); ++i)
            A[i] += A[i-1];
        int res = A[L+M-1], LMax = A[L-1], MMax = A[M-1];
        for (int i = L+M; i < A.size(); ++i) {
            LMax = max(LMax, A[i-M] - A[i-M-L]);
            MMax = max(MMax, A[i-L] - A[i-L-M]);
            res = max(res, max(A[i]-A[i-L]+MMax, A[i]-A[i-M]+LMax));
        }
        return res;
    }
};

在每个位置计算：
1.以当前位置结尾的L长度的连续和以及之前的最大的M长度的连续和的和
2.以当前位置结尾的M长度的连续和以及之前的最大的L长度的连续和的和
真的很简洁了。

这一题需要我注意的一点是：
其实两种方法中求区间和的方法分别是滑动窗口（我的）和前缀和（大佬的）。其实这一题用前缀和比较好。因为窗口大小是知道的， 不用怎么“滑动”，滑动窗口比较适合那种窗口大小不固定的题目吧。