[LintCode]Maximum Subarray III
public class Solution {
/**
* @param nums: A list of integers
* @param k: An integer denote to find k non-overlapping subarrays
* @return: An integer denote the sum of max k non-overlapping subarrays
*/
public int maxSubArray(int[] nums, int k) {
// 2016-04-06 dp O(n^3) 很难仔细看
int len = nums.length;
int[][] dp = new int[k + 1][len];
// dp[i][j]表示有i个subarray且最后一个subarray的最后一个数是num[j]的所有情况中的最大解
// 初始化1 第一行默认为全0
// 初始化2 斜着dp[i][i - 1]
// 最简单的情况,比如说4个数,4个subarray,即四个数求和
int sum = 0;
int index = 0;
for (int i = 1; i < k + 1; i++) {
sum += nums[index++];
dp[i][i - 1] = sum;
}
// 初始化3 第二行 dp[1][:] 一个subarray的情况
for (int j = 1; j < len; j++) {
dp[1][j] = Math.max(dp[1][j - 1] + nums[j], nums[j]);
}
// 给dp[i][n] 赋值 从第三行开始
for (int i = 2; i < k + 1; i++) { // 选定某一行
for (int n = i; n < len; n++) { // 从左到右依次填数。注意n的边界
int curMax = dp[i][n - 1] + nums[n]; // 同一行 加上左边的数
// 因为dp[i][n - 1]中包含num[n - 1],所有加上num[n] 表示,最后的subarray又延长了一位
for (int j = i - 2; j < n; j++) { // j从i - 2开始 是因为这是已初始化部分的边界
curMax = Math.max(dp[i - 1][j] + nums[n], curMax); // 与上一行所有的数依次相加,表示新加的一个是单独是一个subarray
}
dp[i][n] = curMax; // 注意dp[i][n]中一定包含num[n]
}
}
// 在最后一行中找最大
int rst = Integer.MIN_VALUE;
for (int j = k-1; j < len; j++){
rst = Math.max(dp[k][j], rst);
}
return rst;
}
}
/**
* 举例 Given [-1,4,-2,3,-2,3], k=2, return 8
* dp矩阵是3 * 8
* 0 0 0 0 0 0
* 1 4 2 5 3 6
* 0 3 2 7 5 8
*/