作者推荐
map|动态规划|单调栈|LeetCode975:奇偶跳
涉及知识点
单调队列
题目
给你一个整数数组 nums 和一个整数 k ,请你返回 非空 子序列元素和的最大值,子序列需要满足:子序列中每两个 相邻 的整数 nums[i] 和 nums[j] ,它们在原数组中的下标 i 和 j 满足 i < j 且 j - i <= k 。
数组的子序列定义为:将数组中的若干个数字删除(可以删除 0 个数字),剩下的数字按照原本的顺序排布。
示例 1:
输入:nums = [10,2,-10,5,20], k = 2
输出:37
解释:子序列为 [10, 2, 5, 20] 。
示例 2:
输入:nums = [-1,-2,-3], k = 1
输出:-1
解释:子序列必须是非空的,所以我们选择最大的数字。
示例 3:
输入:nums = [10,-2,-10,-5,20], k = 2
输出:23
解释:子序列为 [10, -2, -5, 20] 。
参数范围:
1 <= k <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4
单调队列
时间复杂度😮(n)
由于是非空子序列,所以一定有结尾。枚举子序列的结尾,对于每个下标i,有以下两种情况:
方式一 | 只有一个元素nums[i]的子系列 |
方式一 | 以nums[j]结尾的子序列,再加上nums[i] |
如果存在以nums[j]结尾的子序列,且其和为正则选择方法二,如果有多个j,取和最大的。
单调队列
vRet[i]是以nums[i]结尾的最大子系列和。
queIndex记录了[0,i) 淘汰以下两类下标:
一,下标小于i-k,从队尾淘汰。
二,j1<j2,且vRet[j1]<=vRet[j2]。淘汰j1。j1能被i选择,则j2也能被选择。而vRet[i2]较大,所以淘汰j1不会影响结果。
代码
核心代码
class Solution {
public:int constrainedSubsetSum(vector<int>& nums, int k) {m_c = nums.size();vector<int> vRet(m_c);std::deque<int> queIndex;for (int i = 0; i < m_c; i++){if (queIndex.size() && (queIndex.front() < i - k)){queIndex.pop_front();}const int pre = (queIndex.size() ? vRet[queIndex.front()] : 0);vRet[i] = max(0, pre) + nums[i];while (queIndex.size() && (vRet[queIndex.back()] <= vRet[i])){queIndex.pop_back();}queIndex.emplace_back(i);}return *std::max_element(vRet.begin(), vRet.end());}int m_c;
};
测试用例
template<class T>
void Assert(const T& t1, const T& t2)
{assert(t1 == t2);
}template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{if (v1.size() != v2.size()){assert(false);return;}for (int i = 0; i < v1.size(); i++){Assert(v1[i], v2[i]);}
}int main()
{vector<int> nums;int k;{Solution sln;nums = { 10,2,-10,5,20 },k=2;auto res = sln.constrainedSubsetSum(nums,k);Assert(37, res);}{Solution sln;nums = { -1,-2,-3 }, k =1;auto res = sln.constrainedSubsetSum(nums, k);Assert(-1, res);}{Solution sln;nums = { 10,-2,-10,-5,20 }, k = 2;auto res = sln.constrainedSubsetSum(nums, k);Assert(23, res);}//CConsole::Out(res);
}
2023年2月版
class Solution {public:int constrainedSubsetSum(vector<int>& nums, int k) {m_c = nums.size();vector<int> indexs, maxs;int iHasDo = 0;for (int i = 0; i < nums.size(); i++ ){const auto& num = nums[i];while ((indexs.size() > iHasDo) && (i - indexs[iHasDo] > k)){iHasDo++;}int iValue = ( maxs.size() == iHasDo) ? 0 : maxs[iHasDo];iValue = max(iValue, 0) + num;while ((maxs.size() > iHasDo) && (iValue >= maxs.back())){maxs.pop_back();indexs.pop_back();}indexs.push_back(i);maxs.push_back(iValue);}return *std::max_element(maxs.begin(), maxs.end());}int m_c;};
扩展阅读
视频课程
有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快
速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176
相关
下载
想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653
我想对大家说的话 |
---|
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。 |
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。 |
如果程序是一条龙,那算法就是他的是睛 |
测试环境
操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用C++ 实现。