连续子段和最大,连续子段平均数最大

这篇博客介绍了两种线性时间复杂度的算法,用于解决连续子段和最大以及连续子段平均数最大的问题。通过前缀和技巧,实现了在O(n)的时间内找到满足条件的子段。对于子段和最大问题,当子段和变为负数时清空并更新最大值;对于子段平均数最大且长度不小于L的情况,采用二分查找方法判断子段和是否大于等于0。这些算法在处理大规模数据时具有较高的效率。
摘要由CSDN通过智能技术生成

连续子段和最大

求一个子段,它的和最大,我们只需要 O ( n ) O(n) O(n)扫一遍这个数列,不断把新的数加入子段,当子段和变为负数时,把当前整个子段清空,边扫描边记录最大值,这样我们就得到了答案


int ans = -inf;
int sum = 0;
for(int i = 1; i <= n; i++){
    sum += a[i];
    ans = max(ans, sum);
    if(sum < 0)
        sum = 0;
}

连续子段和最大且子段长度不小于L

我们可以将子段化为前缀和相减的形式

for(int i = 1; i <= n; i++){
    pre[i] = pre[i-1] + a[i];
}
int ans = -inf;
int minn = inf;
for(int i = L; i <= n; i++){
    minn = min(minn, pre[i-L]);
    ans = max(ans, pre[i] - minn);
}

连续子段平均数最大,子段长度不小于L

显然答案是有单调性的,我们二分答案,如何判定呢,我们将所有数都减去mid,然后我们判定子段不小于L时,连续最大子段和是否大于等于0即可

int check(double x){
    for(int i = 1; i <= n; i++)
        pre[i] = pre[i-1] + a[i] - x;
    double ans = -inf;
    double minn = inf;
    for(int i = L; i <= n; i++){
        minn = min(minn, pre[i-L]);
        ans = max(ans, pre[i] - minn);
        if(ans >= 0)
            return 1;
    }
    return 0;
}

double l = -1e6, r = 1e6;
while(r - l > 1e-5){
    double mid = (l + r) / 2;
    if(check(mid))
        l = mid;
    else
        r = mid;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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