1911. 最大子序列交替和

题目描述：

一个下标从 0 开始的数组的 交替和 定义为 偶数 下标处元素之 和 减去 奇数 下标处元素之 和 。

比方说，数组 [4,2,5,3] 的交替和为 (4 + 5) - (2 + 3) = 4 。
给你一个数组 nums ，请你返回 nums 中任意子序列的 最大交替和 （子序列的下标 重新 从 0 开始编号）。

一个数组的 子序列 是从原数组中删除一些元素后（也可能一个也不删除）剩余元素不改变顺序组成的数组。比方说，[2,7,4] 是 [4,2,3,7,2,1,4] 的一个子序列（加粗元素），但是 [2,4,2] 不是。

示例 1：

输入：nums = [4,2,5,3]
输出：7
解释：最优子序列为 [4,2,5] ，交替和为 (4 + 5) - 2 = 7 。

示例 2：

输入：nums = [5,6,7,8]
输出：8
解释：最优子序列为 [8] ，交替和为 8 。

示例 3：

输入：nums = [6,2,1,2,4,5]
输出：10
解释：最优子序列为 [6,1,5] ，交替和为 (6 + 5) - 1 = 10 。

提示：

1 <= nums.length <= 105
1 <= nums[i] <= 105

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/maximum-alternating-subsequence-sum
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

题解一：动态规划

这是一道典型的动态规划思想解决的问题：将问题分成若干个子问题，通过依次求解子问题的最优解来获得整体的最优解。

我们令 dp[i][0] 和 dp[i][1] 表示数组 nums 的 0 1 2……i 的 前缀子序列 分别选取 偶数个数 和 奇数个数 时和的最大值。

现在有了状态，我们来推到 状态转移方程 ，即如何从前一个状态 i-1 得到下一个状态 i 的最优解：

从 i-1 到 i ，明显我们能想到只有 两个选择：

1.选取 nums[i] 加入和

2.不选取 nums[i] 加入和

那么，对于 dp[i][0] ，

如果它选取了 i 加入和，那么 i-1 时一定是 奇数 ，即当前和为 dp[i-1][1]+nums[i]；

如果它不选取 i 加入和，那么 i-1 时一定还是 偶数 ，即当前和为 dp[i-1][0]。

为了得到 局部最优解，我们要选取上述两个值的最大值作为 dp[i][0] 的值，即：

dp[i][0]=max(dp[i-1][1]+nums[i],dp[i-1][0]);

同理，我们能得到 dp[i][1] 的状态转移方程：

dp[i][1]=max(dp[i-1][0]-nums[i],dp[i-1][1]);

好\(^o^)/~！现在状态转移方程已经解决了，我们只需要确定 最初状态 和 最优解 就行了。

最初状态很容易得出，因为第一个数 nums[0] 只有选取和不选取两种情况，即：

dp[0][0]=nums[0];
dp[0][1]=0;

而最优解，即考虑 dp[length-1][0] 和 dp[length-1][1] 哪个是更大的值。

因为最后一个选取的奇数位置的数一定是减去的，所以 dp[length-1][0] 肯定是更优解。

代码如下：

class Solution {
public:
    long long maxAlternatingSum(vector<int>& nums) {
        long long dp[100005][2];  //dp[i][0]为i的前缀子序列且最后一个数为偶数的最优解，dp[i][1]为奇数
        memset(dp,0,sizeof(dp));
        dp[0][0]=nums[0];  //初始状态
        dp[0][1]=0;
        int n=nums.size()-1;
        for(int i=1;i<=n;i++)
        {
            dp[i][0]=max(dp[i-1][1]+nums[i],dp[i-1][0]);
            dp[i][1]=max(dp[i-1][0]-nums[i],dp[i-1][1]);
        } 
        return dp[n][0];  //最优解的位置
    }
};

复杂度分析：

线性算法，时间复杂度为 O(N) ，空间复杂度也为 O（N）。

优化算法：

优化算法来自官方题解，可以节省空间，使得空间复杂度为常数级别。

原理即 i 之前的dp状态不需要再记录，可以直接用两个常量代替dp数组。

even 即奇数最优解，odd 即偶数最优解。

class Solution {
public:
    long long maxAlternatingSum(vector<int>& nums) {
        long long even = nums[0], odd = 0;
        for (int i = 1; i < nums.size(); i++) {
            even = max(even, odd + nums[i]);
            odd = max(odd, even - nums[i]);
        }
        return even;
    }
};

作者：LeetCode-Solution
链接：https://leetcode.cn/problems/maximum-alternating-subsequence-sum/solution/zui-da-zi-xu-lie-jiao-ti-he-by-leetcode-epqrk/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。