lintcode：44 · 最小子数组

题目来源

• lintcode：44 · 最小子数组

题目描述

class Solution {
public:
    /**
     * @param nums: a list of integers
     * @return: A integer indicate the sum of minimum subarray
     */
    int minSubArray(vector<int> &nums) {
        // write your code here
    }
};

题目解析

暴力

双层for循环，第一层for设置起始位置，第二层for遍历数组寻址最大值

class Solution {
public:
    /**
     * @param nums: a list of integers
     * @return: A integer indicate the sum of minimum subarray
     */
    int minSubArray(vector<int> &nums) {
        int result = INT32_MAX;
        int count = 0;
        for (int i = 0; i < nums.size(); ++i) {
            count = 0;
            for (int j = i; j < nums.size(); ++j) {
                count += nums[j];
                result = count < result ? count : result;
            }
        }
        return result;
    }
};

动态规划

思路一

（1）状态

• dp[i]：表示以$nums[i]$结尾的连续子数组的最小和

（2）状态转移方程

• 根据状态的定义：由于nums[i]一定会被选取，并且以nums[i]结尾的连续子数组与以nums[i-1]结尾的连续子数组只相差一个元素nums[i]
• 假设数组nums的值全部严格小于0，那么一定有dp[i] = dp[i - 1] + nums[i]
• 可是dp[i - 1]可能是正数，于是分类讨论：
  • 如果$dp[i-1]<=0$，那么（负数 + 负数 --> 值更小）nums[i]可以直接接在dp[i - 1]表示的那个数组的后面，得到和更小的连续子数组：$dp[i]=dp[i-1]+nums[i]$
  • 如果$dp[i-1]>0$ ，有两种可能，也就是： $dp[i]=nums[i]$

（3）初始化数组

• dp[0] = nums[0]

（4）返回值

• 这里状态的定义不是题目中的问题的定义，不能直接将最后一个状态返回回去；
• 这个问题的输出是把所有的 dp[0]、dp[1]、……、dp[n - 1] 都看一遍，取最小值。

class Solution {
public:
    /**
     * @param nums: a list of integers
     * @return: A integer indicate the sum of minimum subarray
     */
    int minSubArray(vector<int> & nums){
        int len = nums.size();
        std::vector<int> dp (len, 0); // dp[i] 表示：以 nums[i] 结尾的连续子数组的最大和
        dp[0] = nums[0];

        for (int i = 1; i < nums.size(); ++i) {
            if(dp[i - 1] < 0 ){ // 要之前的值
                dp[i] = dp[i  - 1] + nums[i];
            }else{
                dp[i] = nums[i];  // 不要之前的值
            }
        }

        int res = dp[0];
        for (int j = 1; j < dp.size(); ++j) {
            if(dp[j] < res){
                res = dp[j];
            }
        }

        return res;
    }

};

（5）空间优化

思路二

（1）状态

• dp[i]：表示以$nums[i]$结尾的连续子数组的最小和

（2）推导状态转移方程

• 考虑ni单独成为一段还是加入dp(i - 1)对应的那一段
• 这取决于ni以及dp[i - 1] + ni的大小。因此dp[i] = std::min(dp[i - 1] + ni, ni)

（3）初始状态

• dp[0] 根据定义，只有 1 个数，一定以 nums[0] 结尾，因此 dp[0] = nums[0]

（4）返回值

• 这里状态的定义不是题目中的问题的定义，不能直接将最后一个状态返回回去；
• 这个问题的输出是把所有的 dp[0]、dp[1]、……、dp[n - 1] 都看一遍，取最小值。

int minSubArray(vector<int> & nums){
    if (nums.empty()) return 0;
    vector<int> dp(nums.size(), 0); // dp[i]表示包括i之前的最大连续子序列和
    dp[0] = nums[0];
    int result = dp[0];
    for (int i = 1; i < nums.size(); i++) {
        dp[i] = min(dp[i - 1] + nums[i], nums[i]); // 状态转移公式
        if (dp[i] < result) result = dp[i]; // result 保存dp[i]的最大值
    }
    return result;
}

贪心算法