C++动态规划模板和leetcode原题

1、剑指offer第42题

leetcode 地址连续子数组的最大和
这道题目基本是考察动态规划的最简单题目啦😁

动态规划：

• 状态转移方程：dp[i] = max(dp[i-1] + nums[i], nums[i])，其中dp[i]表示以索引i为结束点基准的子数组的最大值。

• 初始状态：dp[0]= nums[0]。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        vector<int> res(0);
        if(nums.empty())
            return 0;
        res.push_back(nums[0]);
        for(int i = 1; i < nums.size(); i++)
        {

            res.push_back(max(res[i - 1] + nums[i], nums[i]));
            
        }
        return *max_element(res.begin(), res.end());
    }
};

当然，上面答案其实新开辟了vector<int> res内存空间，如果想继续优化，可以仿照下面思路：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        for(int i = 1; i < nums.size(); i++)
        {
            nums[i] = max((nums[i - 1] + nums[i]), nums[i]);
        }
        return *max_element(nums.begin(),nums.end());
    }
};

或者还有一个思路，循环遍历数组，当累加和大于0时保存累加和，否则重置，代码如下:

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int res = nums[0];
        int tmp = res;
        for(int i = 1; i < nums.size(); i++)
        {
            if(tmp >= 0)
                tmp += nums[i];
            else
                tmp = nums[i];
            
            res = max(tmp, res);
        }
        return res;
    }
};

2. 子数组最大平均数 I（643）

leetcode 地址数组最大平均数 I

这道题几乎和上面那道如出一辙。

先求出前k个数的和sum，然后从k+1个数开始，不断滑窗更新sum。

class Solution {
public:
    double findMaxAverage(vector<int>& nums, int k) {
        double sum = accumulate(nums.begin(), nums.begin() + k, 0);
        double res = sum;
        for (int i = k; i < nums.size(); ++i) {
            sum += nums[i] - nums[i - k];
            res = max(res, sum);
        }
        return res / k;
    }
};

剑指 Offer 59 - I. 滑动窗口的最大值

Offer 59 - I. 滑动窗口的最大值这道题和leetcode 239. 滑动窗口最大值一毛一样。

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> res(0);
        if(nums.empty() || k == 0)
        {
            return res;
        }
        auto max_iter = max_element(nums.begin(), nums.begin() + k);
        res.push_back(*max_iter);
        for(auto iter = nums.begin() + k; iter != nums.end(); iter++)
        {
            if(iter - max_iter >= k)
            {
                max_iter = max_element(max_iter + 1, iter + 1);
            }
            else
            {
                if(*iter > *max_iter)
                    max_iter = iter;
            }
            res.push_back(*max_iter);

        }
        return res;
    }
};

代码思路
首先，程序定义了一个空的vector res，用于存储滑动窗口中的最大值。

然后，程序检查数组nums是否为空，或者滑动窗口的大小k是否为0。如果是，则直接返回res。

接着，程序使用max_element函数找到滑动窗口中的最大值，并将其添加到res中。

然后，程序遍历数组nums，对于每个元素，程序首先检查当前元素是否在滑动窗口中。如果是，则使用max_element函数找到滑动窗口中的最大值，并将其更新为当前元素。

最后，程序将滑动窗口中的最大值添加到res中，并返回res。

以上代码的简化版本如下

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> res;
        if (nums.empty() || k == 0) {
            return res;
        }
        int max_val = *max_element(nums.begin(), nums.begin() + k);
        res.push_back(max_val);
        for (int i = k; i < nums.size(); ++i) {
            if (nums[i - k] == max_val) {
                max_val = *max_element(nums.begin() + i - k + 1, nums.begin() + i + 1);
            } else if (nums[i] > max_val) {
                max_val = nums[i];
            }
            res.push_back(max_val);
        }
        return res;
    }
};

这个C++程序首先定义了一个空的vector res，用于存储滑动窗口中的最大值。然后，程序检查数组nums是否为空，或者滑动窗口的大小k是否为0。如果是，则直接返回res。接着，程序使用max_element函数找到滑动窗口中的最大值，并将其添加到res中。然后，程序遍历数组nums，对于每个元素，程序首先检查当前元素是否在滑动窗口中。如果是，则使用``max_element函数找到滑动窗口中的最大值，并将其更新为当前元素。最后，程序将滑动窗口中的最大值添加到res中，并返回res。

比较遗憾，上述两种写法都无法在leetcode AC，AC代码如下
AC代码

vector<int> maxSlidingWindow(vector<int>& nums, int k) {
    deque<int> dq;
    vector<int> res;
    for (int i = 0; i < nums.size(); ++i) {
        if (!dq.empty() && dq.front() == i - k) {
            dq.pop_front();
        }
        while (!dq.empty() && nums[dq.back()] < nums[i]) {
            dq.pop_back();
        }
        dq.push_back(i);
        if (i >= k - 1) {
            res.push_back(nums[dq.front()]);
        }
    }
    return res;
}

思路解释

这个C++程序首先定义了一个双端队列dq，用于存储滑动窗口中的最大值的索引。然后，程序遍历数组nums，对于每个元素，程序首先检查队列是否为空，以及队列中的第一个元素是否是当前滑动窗口的左边界。如果是，则从队列中弹出第一个元素。然后，程序遍历队列，如果队列中的最后一个元素小于当前元素，则从队列中弹出最后一个元素。