算法沉淀——动态规划之子数组、子串系列（上）（leetcode真题剖析）

在这里插入图片描述

算法沉淀——动态规划之子数组、子串系列

  • 01.最大子数组和
  • 02.环形子数组的最大和
  • 03.乘积最大子数组
  • 04.乘积为正数的最长子数组长度

01.最大子数组和

题目链接：https://leetcode.cn/problems/maximum-subarray/、

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组 是数组中的一个连续部分。

示例 1：

输入：nums = [-2,1,-3,4,-1,2,1,-5,4]
输出：6
解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

提示：

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104

**进阶：**如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的 分治法 求解。

思路

  1. 状态表示：
    • 使用「经验 + 题目要求」定义线性动态规划的状态表示。
    • 选择以「某个位置为结尾」的方式，结合「题目要求」，定义状态表示：dp[i] 表示以 i 位置元素为结尾的「所有子数组」中和的最大和。
  2. 状态转移方程：
    • 将 dp[i] 的所有可能分为两种情况：子数组的长度为 1 或子数组的长度大于 1。
    • 如果子数组长度为 1，则 dp[i] = nums[i]。
    • 如果子数组长度大于 1，则 dp[i] 应该等于以 i-1 为结尾的「所有子数组」中和的最大值再加上 nums[i]，即 dp[i-1] + nums[i]。
    • 转移方程为 dp[i] = max(nums[i], dp[i-1] + nums[i])。
  3. 初始化：
    • 在最前面加上一个「辅助结点」，用于初始化。辅助结点的值要保证后续填表是正确的，因此设 dp[0] = 0。
    • 辅助结点的存在需要注意下标的映射关系。
  4. 填表顺序：
    • 根据「状态转移方程」，填表顺序为「从左往右」。
  5. 返回值：
    • 状态表 dp 表示以 i 为结尾的所有子数组的最大值，但最大子数组和的结尾是不确定的。因此，返回整个 dp 表中的最大值。

代码

class Solution {
public:int maxSubArray(vector<int>& nums) {int n=nums.size();vector<int> dp(n+1);int ret=INT_MIN;for(int i=1;i<=n;i++){dp[i]=max(nums[i-1],dp[i-1]+nums[i-1]);ret=max(ret,dp[i]);}return ret;}
};

02.环形子数组的最大和

题目链接：https://leetcode.cn/problems/maximum-sum-circular-subarray/

给定一个长度为 n 的环形整数数组 nums ，返回 nums 的非空 子数组 的最大可能和 。

环形数组 意味着数组的末端将会与开头相连呈环状。形式上， nums[i] 的下一个元素是 nums[(i + 1) % n] ， nums[i] 的前一个元素是 nums[(i - 1 + n) % n] 。

子数组 最多只能包含固定缓冲区 nums 中的每个元素一次。形式上，对于子数组 nums[i], nums[i + 1], ..., nums[j] ，不存在 i <= k1, k2 <= j 其中 k1 % n == k2 % n 。

示例 1：

输入：nums = [1,-2,3,-2]
输出：3
解释：从子数组 [3] 得到最大和 3

示例 2：

输入：nums = [5,-3,5]
输出：10
解释：从子数组 [5,5] 得到最大和 5 + 5 = 10

示例 3：

输入：nums = [3,-2,2,-3]
输出：3
解释：从子数组 [3] 和 [3,-2,2] 都可以得到最大和 3

提示：

  • n == nums.length
  • 1 <= n <= 3 * 104
  • -3 * 104 <= nums[i] <= 3 * 104

思路

这个问题与「最大子数组和」的区别在于需要考虑数组首尾相连的情况。结果可能有两种情况：一是在数组的内部，包括整个数组；二是在数组首尾相连的一部分上。

  1. 对于第一种情况，按照「最大子数组和」的方法得到结果，记为 fmax。
  2. 对于第二种情况，分析得出，第二种情况的最大和应等于数组总和减去最小子数组和。其中，最小子数组和表示为 gmin。
  3. 两种情况下的最大值即为所求结果。然而，需要特殊处理数组内全部为负数的情况，因为直接比较两者的最大值可能会得到 0。这种情况下，实际结果应为数组内的最大值。
  4. 对于「最小子数组和」的求解过程与「最大子数组和」相同，使用 f 表示最大和，g 表示最小和。
  5. 返回值：先找到 f 表的最大值 fmax；找到 g 表的最小值 gmin；统计所有元素的和 sum；返回 sum == gmin ? fmax : max(fmax, sum - gmin)。

代码

class Solution {
public:int maxSubarraySumCircular(vector<int>& nums) {int n=nums.size();vector<int> f(n+1);vector<int> g(n+1);int fmax=INT_MIN,gmin=INT_MAX,sum=0;for(int i=1;i<=n;++i){int x=nums[i-1];sum+=x;f[i]=max(x,x+f[i-1]);fmax=max(fmax,f[i]);g[i]=min(x,x+g[i-1]);gmin=min(gmin,g[i]);}return sum==gmin ? fmax : max(fmax,sum-gmin);}
};

03.乘积最大子数组

题目链接：https://leetcode.cn/problems/maximum-product-subarray/

给你一个整数数组 nums ，请你找出数组中乘积最大的非空连续子数组（该子数组中至少包含一个数字），并返回该子数组所对应的乘积。

测试用例的答案是一个 32-位 整数。

子数组 是数组的连续子序列。

示例 1:

输入: nums = [2,3,-2,4]
输出: 6
解释: 子数组 [2,3] 有最大乘积 6。

示例 2:

输入: nums = [-2,0,-1]
输出: 0
解释: 结果不能为 2, 因为 [-2,-1] 不是子数组。

提示:

  • 1 <= nums.length <= 2 * 104
  • -10 <= nums[i] <= 10
  • nums 的任何前缀或后缀的乘积都 保证 是一个 32-位 整数

思路

这道题类似于「最大子数组和」，但需要考虑乘积而非和。定义两个状态数组 f[i] 和 g[i] 分别表示以 i 为结尾的所有子数组的最大乘积和最小乘积。

  1. 状态表示：
    • f[i] 表示以 i 为结尾的所有子数组的最大乘积。
    • g[i] 表示以 i 为结尾的所有子数组的最小乘积。
  2. 状态转移方程：
    • 对于 f[i]，需要考虑三种情况：子数组长度为 1，子数组长度大于 1 且 nums[i] > 0，子数组长度大于 1 且 nums[i] < 0。
    • 综上，f[i] = max(nums[i], max(nums[i] * f[i - 1], nums[i] * g[i - 1]))。
    • 对于 g[i]，同样考虑三种情况。
    • 综上，g[i] = min(nums[i], min(nums[i] * f[i - 1], nums[i] * g[i - 1]))。
  3. 初始化：
    • 在最前面加上一个辅助结点，并设置 f[0] = g[0] = 1。
  4. 填表顺序：
    • 从左往右，两个表一起填。
  5. 返回值：
    • 返回 f 表中的最大值。

代码

class Solution {
public:int maxProduct(vector<int>& nums) {int n=nums.size();vector<int> f(n+1);vector<int> g(n+1);f[0]=g[0]=1;int ret=INT_MIN;for(int i=1;i<=n;++i){int x=nums[i-1],y=f[i-1]*nums[i-1],z=g[i-1]*nums[i-1];f[i]=max(x,max(y,z));g[i]=min(x,min(y,z));ret=max(ret,f[i]);}return ret;}
};

04.乘积为正数的最长子数组长度

题目链接：https://leetcode.cn/problems/maximum-length-of-subarray-with-positive-product/

定一个整数数组nums，找到其中所有元素的乘积为正的子数组的最大长度。

数组的子数组是从该数组中取出的零个或多个值的连续序列。

返回具有正积的子数组的最大长度。

示例1：

输入： nums = [1,-2,-3,4]
输出： 4
解释：数组 nums 的乘积已经为 24。

示例2：

输入： nums = [0,1,-2,-3,-4]
输出： 3
解释：具有正积的最长子数组是 [1,-2,-3]，其积为 6。
请注意，我们不能在子数组中包含 0，因为这会使乘积为 0，而 0 不是正数。

示例3：

输入： nums = [-1,-2,-3,0,1]
输出： 2
解释：具有正积的最长子数组是 [-1,-2] 或 [-2,-3]。

限制条件：

  • 1 <= nums.length <= 105
  • -109 <= nums[i] <= 109

思路

1. 状态表达： 定义两个动态规划数组 f 和 g，其中：

  • f[i] 表示以 i 为结尾的所有子数组中，乘积为正数的最长子数组长度。
  • g[i] 表示以 i 为结尾的所有子数组中，乘积为负数的最长子数组长度。

2. 状态转移方程： 对于 f[i]，根据当前元素 nums[i] 的值，分三种情况讨论：

  • 如果 nums[i] = 0，说明当前子数组的乘积为零，所以 f[i] = 0。

  • 如果 nums[i] > 0，说明当前子数组的乘积为正数，直接找到 f[i - 1] 的值并加一，即 f[i] = f[i - 1] + 1。

  • 如果

    nums[i] < 0

    ，需要根据

    g[i - 1]

    的值来判断：

    • 如果 g[i - 1] 为零，表示以 i - 1 为结尾的最长负数子数组不存在，所以 f[i] = 0。
    • 如果 g[i - 1] 不为零，表示以 i - 1 为结尾的最长负数子数组存在，此时 f[i] = g[i - 1] + 1。

对于 g[i]，也分三种情况讨论：

  • 如果 nums[i] = 0，说明当前子数组的乘积为零，所以 g[i] = 0。

  • 如果 nums[i] < 0，说明当前子数组的乘积为负数，直接找到 f[i - 1] 的值并加一，即 g[i] = f[i - 1] + 1。

  • 如果

    nums[i] > 0

    ，需要根据

    g[i - 1]

    的值来判断：

    • 如果 g[i - 1] 为零，表示以 i - 1 为结尾的最长负数子数组不存在，所以 g[i] = 0。
    • 如果 g[i - 1] 不为零，表示以 i - 1 为结尾的最长负数子数组存在，此时 g[i] = g[i - 1] + 1。

3. 初始化： 在数组最前面加上一个辅助结点，设置 f[0] = g[0] = 0。

4. 填表顺序： 从左往右遍历数组，同时填充 f 和 g 两个动态规划数组。

5. 返回值： 返回 f 数组中的最大值，即为最终结果。

代码

class Solution {
public:int getMaxLen(vector<int>& nums) {int n=nums.size();vector<int> f(n+1);vector<int> g(n+1);int ret=INT_MIN;for(int i=1;i<=n;++i){if(nums[i-1]>0){f[i]=f[i-1]+1;g[i]=g[i-1]==0?0:g[i-1]+1;}else if(nums[i-1]<0){f[i]=g[i-1]==0?0:g[i-1]+1;g[i]=f[i-1]+1;}ret=max(ret,f[i]);}return ret;}
};

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/705191.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

计算机设计大赛 深度学习实现行人重识别 - python opencv yolo Reid

计算机设计大赛 深度学习实现行人重识别 - python opencv yolo Reid

文章目录 0 前言1 课题背景2 效果展示3 行人检测4 行人重识别5 其他工具6 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; **基于深度学习的行人重识别算法研究与实现 ** 该项目较为新颖&#xff0c;适合作为竞赛课题方向&#xff0c…
阅读更多...
vue3使用elementPlus进行table合并处理

vue3使用elementPlus进行table合并处理

elementPlus中table合并部分列 虚拟数据中公司下有多个客户&#xff0c;公司一样的客户&#xff0c;公司列需要合并&#xff0c;客户如果一样也需要合并进行展示&#xff0c;效果展示 const tableData ref([])自定定义自已想要的数据&#xff0c;一般都是通过接口拿到 //table…
阅读更多...
ubuntu+QT+ OpenGL环境搭建和绘图

ubuntu+QT+ OpenGL环境搭建和绘图

一&#xff0c;安装OpenGL库 安装OpenGL依赖项&#xff1a;运行sudo apt install libgl1-mesa-glx命令安装OpenGL所需的一些依赖项。 安装OpenGL头文件&#xff1a;运行sudo apt install libgl1-mesa-dev命令来安装OpenGL的头文件。 安装GLUT库&#xff1a;GLUT&#xff08;Ope…
阅读更多...
亚马逊巨头都在用的自养号大法，赶快get！

亚马逊巨头都在用的自养号大法，赶快get！

随着时间的推移&#xff0c;越来越多做亚马逊生意的朋友开始意识到自养号的重要性。拥有自养号意味着掌握了一手资源&#xff0c;这种自主性让人感到更安全。高权重的买家号可以享有更多的操作权限&#xff0c;也能获得更好的效果。然而&#xff0c;要想成功地养好自养号并不是…
阅读更多...
Netty权威指南——基础篇2（NIO编程）

Netty权威指南——基础篇2（NIO编程）

1 概述 与Socket类和ServerSocket&#xff0c;NIO也提供了SocketChannel和ServerSocketChannel两种不同的套接字通道实现。这两种新增的通道都支持阻塞和非阻塞两种模式。阻塞模式使用简单&#xff0c;但性能和可靠性都不好&#xff0c;非阻塞模式则正好相反。一般来说&#xf…
阅读更多...
python Matplotlib Tkinter--＞导出pdf报表

python Matplotlib Tkinter--＞导出pdf报表

环境 python:python-3.12.0-amd64 包: matplotlib 3.8.2 reportlab 4.0.9 import matplotlib.pyplot as plt from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg, NavigationToolbar2Tk import tkinter as tk import tkinter.messagebox as messagebox impor…
阅读更多...
46.仿简道云公式函数实战-文本函数-CHAR

46.仿简道云公式函数实战-文本函数-CHAR

1. CHAR函数 函数可将计算机其他类型的数字代码转换为字符。 2. 函数用法 CHAR(number) CHAR 函数可将计算机其他类型的数字代码转换为字符。 Number&#xff1a;用于指定字符的数字。 3. 函数示例 CHAR(10)&#xff0c;即返回值为换行字符"\n"。 目前仿简道…
阅读更多...
电脑背景图片怎么设置？这个方法让你一目了然

电脑背景图片怎么设置？这个方法让你一目了然

电脑背景图片的设置是个性化电脑桌面的重要步骤之一。一张美观的背景图片不仅可以为电脑带来视觉愉悦&#xff0c;还能反映个人品味和风格。在本文中&#xff0c;我们将介绍电脑背景图片的设置方法&#xff0c;共包括三种方式&#xff0c;通过分步骤详细说明&#xff0c;帮助用…
阅读更多...
解决Maven爆红以及解决 Idea 卡在 Resolving问题

解决Maven爆红以及解决 Idea 卡在 Resolving问题

关于 Idea 卡在 Resolving&#xff08;前提是Maven的setting.xml中配置好了阿里云和仓库&#xff09; 参考文章https://blog.csdn.net/jiangyu1013/article/details/95042611 解决Maven爆红参考文章https://devpress.csdn.net/beijing/656d993b76f0791b6eca7bb0.html?dp_toke…
阅读更多...
IP 电话

IP 电话

1 IP 电话概述 IP 电话是在互联网上传送多媒体信息。 多个英文同义词&#xff1a; VoIP (Voice over IP) Internet Telephony VON (Voice On the Net) 1.1 狭义的和广义的 IP 电话 狭义的 IP 电话&#xff1a;指在 IP 网络上打电话。 广义的 IP 电话&#xff1a;不仅仅是…
阅读更多...
路由器端口映射如何配置？

路由器端口映射如何配置？

在网络通信中&#xff0c;路由器是一个重要的设备&#xff0c;它负责将数据包从一个网络传输到另一个网络。路由器的端口映射配置是一种重要的设置&#xff0c;可以使外部网络中的计算机通过访问路由器上的特定端口与内部网络中的计算机进行通信。本文将介绍什么是路由器端口映…
阅读更多...
24考研成绩查询时间已公布！附最全查分攻略!

24考研成绩查询时间已公布！附最全查分攻略!

2月26日早上9点起&#xff01; 2024考研初试成绩即将公布&#xff01; 考研初试成绩即将公布&#xff0c;同学们都在紧张地期待着自己的成绩。不同院校的成绩查询入口开通时间有所不同&#xff0c;具体时间请大家查看各自官网的通知。 成绩在哪查&#xff1f;怎么查&#xff1…
阅读更多...
【力扣 - 爬楼梯】

【力扣 - 爬楼梯】

题目描述 假设你正在爬楼梯。需要 n 阶你才能到达楼顶。 每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢&#xff1f; 方法一&#xff1a;动态规划 思路和算法 我们用 f(x) 表示爬到第 x 级台阶的方案数&#xff0c;考虑最后一步可能跨了一级台阶&#…
阅读更多...
LeetCode_Java_转变日期格式、种花问题(题目+思路+代码)

LeetCode_Java_转变日期格式、种花问题(题目+思路+代码)

目录 1507. 转变日期格式 605.种花问题 1507. 转变日期格式 给你一个字符串 date &#xff0c;它的格式为 Day Month Year &#xff0c;其中&#xff1a; Day 是集合 {"1st", "2nd", "3rd", "4th", ..., "30th", "3…
阅读更多...
Qt篇——QTableWidget保存表格数据到Excel文件中

Qt篇——QTableWidget保存表格数据到Excel文件中

代码如下&#xff1a; &#xff08;pro文件中添加QT axcontainer&#xff09; #include <QAxObject>void MainWindow::saveTableToExcel() {QDateTime current_date_time QDateTime::currentDateTime();QString excelName "data_" current_date_time.toSt…
阅读更多...
Mysql 高可用解决方案

Mysql 高可用解决方案

1.环境说明 操作系统&#xff1a;centos7.7 主服务器&#xff1a;node2(192.168.1.102) 从服务器&#xff1a;node3(192.168.1.103) keepalived中虚拟ip(VIP):192.168.1.100 2.准备事项 主库和从库数据库的版本一致把主库的数据同步给从库一份 3.主库配置 3.1 编辑MySQL配…
阅读更多...
ETL是什么

ETL是什么

一、ETL概念 ETL&#xff0c;是英文Extract-Transform-Load的缩写&#xff0c;用来描述将数据从来源端经过抽取&#xff08;extract&#xff09;、转换&#xff08;transform&#xff09;、加载&#xff08;load&#xff09;至目的端的过程。ETL一词较常用在数据仓库&#xff…
阅读更多...
Gemma谷歌(google)开源大模型微调实战(fintune gemma-2b)

Gemma谷歌(google)开源大模型微调实战(fintune gemma-2b)

Gemma-SFT Gemma-SFT(谷歌, Google), gemma-2b/gemma-7b微调(transformers)/LORA(peft)/推理 项目地址 https://github.com/yongzhuo/gemma-sft全部weights要用fp32/tf32, 使用fp16微调十几或几十的步数后大概率lossnan;(即便layer-norm是fp32也不行, LLaMA就没有这个问题, …
阅读更多...
2024程序员容器化上云之旅-第2集-Ubuntu-WSL2-Windows11版：接近深洞

2024程序员容器化上云之旅-第2集-Ubuntu-WSL2-Windows11版：接近深洞

故事梗概 Java程序员马意浓在互联网公司维护老旧电商后台系统。 渴望学习新技术的他在工作中无缘Docker。 他开始自学Vue3并使用SpringBoot3完成了一个前后端分离的Web应用系统&#xff0c;并打算将其用Docker容器化后用K8s上云。 3 挑选工具 马意浓画好架构图后&#xff…
阅读更多...
安防视频监控平台EasyNVR级联视频上云管理平台EasyNVS，出现报错“i/o deadline reached”该如何解决？

安防视频监控平台EasyNVR级联视频上云管理平台EasyNVS，出现报错“i/o deadline reached”该如何解决？

上云网关管理平台EasyNVS视频综合管理系统具备汇聚与管理EasyGBS、EasyNVR等平台的能力&#xff0c;系统可以将接入的视频资源实现视频能力统一输出&#xff0c;并能进行远程可视化运维等管理功能&#xff0c;还能解决设备现场没有固定公网IP却需要在公网直播的需求。 有用户反…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023