LeetCode 任意子数组和绝对值的最大值(JavaScript)

这道题目,我是通过看题解,然后通过自己思考才写出来的,第一次写博客,如果有不好之处,请谅解。

写这个题目之前,我们先了解一下前缀和,通过下面例子,或许你就明白了什么是前缀和了。

假设我们有一个数组 nums = [1,-3,2,3,-4];

那么preSum=[0,1,-2,0,3,-1].

也就是说 preSum = [0,1,1+(-3),1+(-3)+2,1+(-3)+2+3,1+(-3)+2+3+(-4)];

最简单粗暴的办法就是利用双层 for 循环,那么可能有人注意到了

preSum[i]=nums[i]+preSum[i-1] 这个关系

也有人发现了,preSum[0]这个数,为了方便,我们可以把它设置为0,这样就不会影响后面的数的和。我的做法是先把他设置为0,到后面运算完了之后,通过 shift 方法把它删除,这样就不会影响后面的题目了。所以preSum的长度我们可以先设置为 nums.length。

如果理解了,可以去做LeetCode上第1480这道题

 如果这道题做对了,那么你就成功了一大半,可能我讲的也不是很清楚,实在不理解的,也可以看下我对这道题通过的代码,或许有些人和我一样,通过看代码更能理解明白一点。

下面的代码是 JavaScript 写的

var runningSum = function (nums) {
            let preSum = [0];
            preSum.push(nums[0]);
            for (let i = 1; i < nums.length; i++) {
                preSum.push(preSum[i] + nums[i]);
            }
            preSum.shift();
            return preSum;
        };

我们可以先求出 preSum 中的最大值,最小值。接着可以分三种情况就可以得到和的绝对值的最大值了。

下面是我手写的,字可能有点丑,请谅解:

 当最大值和最小值异号的时候,我们可以通过 preSum 数组中的最大值 - preSum 数组中的最小值,通过上图可以看到 preSum 最大值是3,preSum 最小值是 -2 ,可以看出[2,3]子数组的和的绝对值是最大值。

 当 preSum 的最大值 和 preSum 的最小值都为负号的时候,这时候子数组的和的绝对值的最大值就是 最小值的绝对值。

 当 preSum 的最大值 和 preSum 的最小值都为正号的时候,这时候子数组的和的绝对值的最大值就是 最大值的绝对值。

下面是我通过这个题的代码:

var maxAbsoluteSum = function (nums) {
            let preSum = [0];
            preSum.push(nums[0]);
            for (let i = 1; i < nums.length; i++) {
                preSum.push(preSum[i] + nums[i]);
            }
            preSum.shift();
            let max = Math.max.apply(null, preSum);
            let min = Math.min.apply(null, preSum);
            let result = Math.max(Math.abs(max - min), Math.abs(max), Math.abs(min));
            return result;
        };

 如果还有不懂的,可以评论区问我,我看到就会回的

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 4
    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。左边界为数组中最大的,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来进行判断。若当前的中间不够分割成m个数组,则说明mid偏小,将左边界更新为mid+1;否则,说明mid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,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为mid。 3. 判断当前的mid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)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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