算法：无序数组小于等于k的最大连续子数组和

题目描述

给定一个无序数组 arr，其中元素可正、可负、可 0，给定一个整数 k。求 arr 所有的子数组 中累加和小于或等于 k 的最长子数组长度。

题目解析

第一个想法：定义dp[…i]为以arr[i]位置结尾的累加和，找出dp[i]中小于等于k的值中的最大值

不可以，举个例子，2，2，-1，k=0。

按照没有k的方法求出dp, dp[0] = 2, dp[1] = 4, dp[2] = 3，再从其中筛选出小于等于0的，那么没有满足的子序列。事实上，子序列(2,2)。即-1是满足的，应该返回-1.所以不能直接在没有k的问题的基础上修改。

第二个想法：定义dp[i]就是以array[i]结尾的小于等于k的最大值

举个例子，2, 2, -1, k = 3

如果dp[i]是以array[i]结尾的小于等于k的最大值。

那么dp[0] = 2，dp[1] = 2, dp[2]=1，但是结果是3。当计算dp[2]时，想到利用前面的，因为是-1，所以此时就算把第一个元素加入，也满足，所以不能使用dp[i-1]来得到dp[i]。

总之直接使用一维数组的kadane算法不可行。

一个直观的方法是计算所有的子序列和

class Solution {
public:
    int maxSumNoLargeThanK(std::vector<int> arr, int k) {
      int ans = INT32_MIN;
        for (int i = 0; i < arr.size(); ++i) {
            int sum = 0;
            for (int j = i; j < arr.size(); ++j) {
                sum += arr[j];
                if(sum <= k){
                    ans = std::max(ans, sum);
                }
            }
        }
        return ans;
    }
};

不过，复杂度是O(N^2)。怎么优化呢?

优化

可以用前缀和来优化。

• $sum[i...j]=sum[0.....j]-sum[0......i-1]$

• 从而：

  • 要令$sum[i...j]<=k$
  • 即$sum[0.....j]-sum[0......i-1]<=k$
  • 所以有$sum[0......i-1]>=sum[0.....j]-k$

• 因此：

  • 我们用一个遍历，求出每一个以$arr[j]$为结尾的前缀和$sum[0....j]$
  • 然后对这个前缀和求一个下界$sum[0.....j]-k$，然后在之前的结果中查询>=这个边界的最小值，如果存在，就是一个候选值
  • 然后再把sum(0,i)也放入set。

class Solution {
public:
    int maxSumNoLargeThanK(std::vector<int> arr, int k) {
        std::set<int> set;  // 记录i之前的，前缀和，按照有序表组织
        set.insert(0);// 一个数也没有的时候，就已经有一个前缀和是0了
        int max = INT32_MIN, sum = 0;
        for (int i = 0; i < arr.size(); ++i) {
            sum += arr[i]; // sum -> arr[0..i];
            auto min = set.lower_bound(sum - k);  //大于或等于参数列表中给定元素的元素
            if(min != set.end()){
                max = std::max(max, sum - k);
            }
            set.insert(sum); // 当前的前缀和加入到set中去
        }
        return max;
    }
};

如果不使用一定的数据结构，以上算法还是On2的。但是如果set的查找使用了特殊数据结构比如平衡二叉搜索树这种的，那么查找后继或者前驱就是logn级别了。这就是优化的一个方法。