最大子数组和
思路:
1.经验+题目要求
dp[i]表示:以 i 位置为结尾的所有子数组中的最大和
2.状态转移方程
按长度来划分,如果长度为1,那么dp[i] = nums[i];
如果长度大于1,那么当前位置的最大和就为 i-1 位置最大和 + 当前位置,dp[i] = dp[i-1] + nums[i];
然后每一次都要取他们两个中的最大值。
存在 dp[i-1] , 建表时候多建一格,dp[0]位置为0 就不影响后面的填表
4 .
从左往右填表。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n = nums.size();
vector<int> dp(n+1);
int ret = INT_MIN;//为了不影响比较
for(int i = 1 ; i<=n; i++)
{
dp[i] = max(nums[i-1],dp[i-1]+nums[i-1]);
ret = max(dp[i],ret);//找出dp表里面的最大值
}
return ret;
}
};
环形子数组的最大和
思路:
区别于上一道题,这一题变成了环形,也就是多了两边的情况,而两边的情况很复杂,我们可不可以把两边问题换为两种上一道题思路的简单问题?
最大数组和只有两种情况,看 1 在里面的情况,这就跟上一道题一样
看 2 ,当最大数组和在两边的时候,我们可以求出最小数组和的情况,然后sum - min。
步骤及思路都跟上一题一样,无非变成了求一个最大和表和一个最小和表,然后比较max(最大和,sum-最小和);
但是对于返回值,有点变化:
对于[-2 , -3 , -1], 最大和为-1, 但是最小和为-2 + -3 + -1 ,和sum是一样的,这时候最小和就变为了错误的0;
所以对于返回值要处理, 最小和 == sum的时候,返回最大和,不然返回max(最大和,sum-最小和)。
class Solution {
public:
int maxSubarraySumCircular(vector<int>& nums) {
int n = nums.size();
vector<int> f(n+1);//建表
auto g = f;
int ret1 = INT_MIN;//不影响比较
int ret2 = INT_MAX;
int num = 0;
for(int i = 1; i<=n; i++)
{
f[i] = max(nums[i-1],f[i-1]+nums[i-1]);
ret1 = max(ret1,f[i]);
g[i] = min(nums[i-1],g[i-1]+nums[i-1]);
ret2 = min(ret2,g[i]);
num+=nums[i-1]; //求nums和
}
return num == ret2 ? ret1 : max(ret1,num - ret2);
}
};
乘积最大子数组
思路:
1.经验+题目要求
dp[i]表示:以 i 位置为结尾的所有子数组中的最大乘积
2.状态转移方程
按长度来划分,如果长度为1,那么dp[i] = nums[i];
如果长度大于1,那么当前位置的最大和就为 i-1 位置最大和 + 当前位置,dp[i] = dp[i-1] * nums[i];
但是因为有正负,前面可能还是乘积最大,后一个数为负数,一下就变成了乘积最小;
相反,前面乘积最小,后一个数为负数,一下就就变成了乘积最大。
所以也要建一个乘积最小表。
f 表是乘积最大表,g 表是乘积最小表,
对于 f 表来讲,如果长度为1,f[i] = nums[i];
如果长度大于1,但是下一个数大于0,那么f[i] = f[i-1] * nums[i];
如果长度大于1,但是下一个数小于0,那么f[i] = g[i-1] * nums[i];
比较这三者的最大值并填入 f 表即可。 g表同理。
为了不影响乘积之间的填表,初始化f[0] = g[0] = 1就可以。
4.从左往右,两个表一起填写。
class Solution {
public:
int maxProduct(vector<int>& nums) {
int n = nums.size();
vector<int> f(n+1);
auto g = f;
int ret1 = INT_MIN;
int ret2 = INT_MAX;
f[0] = g[0] = 1;
for(int i = 1; i<=n; i++)
{
f[i] = max(nums[i-1],max(f[i-1]*nums[i-1], g[i-1]*nums[i-1]));
ret1 = max(f[i],ret1);
g[i] = min(nums[i-1],min(g[i-1]*nums[i-1], f[i-1]*nums[i-1]));
ret2 = min(g[i],ret2);
}
return ret1;
}
};
乘积为正数的最长子数组长度
思路:
1.经验+题目要求
dp[i]表示:以 i 位置为结尾的所有子数组中乘积为正数的最长长度。
2.状态转移方程
首先细分,当长度为1的时候,如果nums[i] > 0 ,则为1;
当长度为1的时候,如果nums[i] < 0 ,则为0;
当长度大于1的时候,如果nums[i] > 0 ,则为f[i-1] + 1;
当长度大于1的时候,如果nums[i] < 0 ,则为g[i-1] + 1;但是这个g[i-1] + 1真的对吗?当g[i-1] 为0的时候,也就是前面乘积为正数,乘完nums[i] 后长度就变成0了,但是g[i-1] + 1结果为1,明显是错误的,所以应该判断 g[i-1] == 0 ? 0 : g[i-1] + 1;
再次划分情况,对于nums[i] > 0 的情况,f[i-1] + 1最次也为1,占主导;
对于nums[i] < 0 的情况,g[i-1] == 0 ? 0 : g[i-1] + 1;最次也为0,占主导;
就可以总结为下面那两种占主导的情况。
g[i] 也是如此。
3.
因为题目问的是长度,初始化f[0] = g[0] = 0;
4.从左往右,两个表一起填写。
class Solution {
public:
int getMaxLen(vector<int>& nums) {
int n = nums.size();
vector<int> f(n+1);
auto g = f;
int ret = INT_MIN;
for(int i =1; i<=n; i++)
{
if(nums[i-1] > 0)
{
f[i] = f[i-1]+1;
g[i] = g[i-1] == 0 ? 0 : g[i-1]+1;
}
else if(nums[i-1] < 0)
{
f[i] = g[i-1] == 0 ? 0 : g[i-1]+1;
g[i] = f[i-1]+1;
}
ret = max(ret,f[i]);
}
return ret;
}
};