作者推荐
视频算法专题
本文涉及知识点
动态规划汇总
滚动向量 离线查询
C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频
LeetCode689. 三个无重叠子数组的最大和
给你一个整数数组 nums 和一个整数 k ,找出三个长度为 k 、互不重叠、且全部数字和(3 * k 项)最大的子数组,并返回这三个子数组。
以下标的数组形式返回结果,数组中的每一项分别指示每个子数组的起始位置(下标从 0 开始)。如果有多个结果,返回字典序最小的一个。
示例 1:
输入:nums = [1,2,1,2,6,7,5,1], k = 2
输出:[0,3,5]
解释:子数组 [1, 2], [2, 6], [7, 5] 对应的起始下标为 [0, 3, 5]。
也可以取 [2, 1], 但是结果 [1, 3, 5] 在字典序上更大。
示例 2:
输入:nums = [1,2,1,2,1,2,1,2,1], k = 2
输出:[0,2,4]
提示:
1 <= nums.length <= 2 * 104
1 <= nums[i] < 216
1 <= k <= floor(nums.length / 3)
动态规划
空间复杂度 O(n)
时间复杂度 O(n)·
动态规划的状态表示 pre[j]记录前j个数字中,i-1组的最大和。dp[j]记录前j个数字中,i组的最大和。-1表示非法值。i=1时,pre[0]=0是合法值。
动态规划的转移方程: dp[j+k] = Sum[j,j+k) + Max
[
0
,
j
]
k
\Large^k_{[0,j]}
[0,j]k(pre[k]) 。可以用前缀和离线查询。
动态规划的填表顺序 i从1到3,j从0到j+k <= m_c。
动态规划的范围值 pre的最大值。 vPreLen[i][j] 记录 nums[0,j) 分为i组和最大时:i-1组的j。
代码
核心代码
class Solution {
public:
vector<int> maxSumOfThreeSubarrays(vector<int>& nums, int k) {
m_c = nums.size();
vector<int> vPreSum = { 0 };
for (const auto& n : nums)
{
vPreSum.emplace_back(vPreSum.back() + n);
}
vector<int> pre(m_c + 1,-1);
vector<vector<int>> vPreLen(4, vector<int>(m_c + 1));
pre[0] = 0;
for (int i = 1; i <= 3; i++)
{
int iMax = 0,iMaxIndex=-1;
vector<int> dp(m_c + 1,-1);
for (int j = 0; j + k <= m_c; j++)
{
if (pre[j] > iMax)
{
iMax = pre[j];
iMaxIndex = j;
}
if (iMax >= 0)
{
dp[j + k] = iMax + (vPreSum[j + k] - vPreSum[j]);
vPreLen[i][j+k] = iMaxIndex;
}
}
pre.swap(dp);
}
int len = std::max_element(pre.begin(), pre.end())- pre.begin();
vector<int> vRet(3);
vRet[2] = len - k;
int len2 = vPreLen[3][len];
vRet[1] = len2 - k;
int len1 = vPreLen[2][len2];
vRet[0] = len1 - k;
return vRet;
}
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 = { 1, 2, 1, 2, 6, 7, 5, 1 }, k = 2;
auto res = sln.maxSumOfThreeSubarrays(nums, k);
Assert(vector<int>{0, 3, 5}, res);
}
{
Solution sln;
nums = { 1,2,1,2,1,2,1,2,1 }, k = 2;
auto res = sln.maxSumOfThreeSubarrays(nums, k);
Assert(vector<int>{0, 2, 4}, res);
}
{
Solution sln;
nums = { 7,13,20,19,19,2,10,1,1,19 }, k = 3;
auto res = sln.maxSumOfThreeSubarrays(nums, k);
Assert(vector<int>{1,4,7}, res);
}
{
Solution sln;
nums.assign(20000,1<<16-1), k = 20000/3;
auto res = sln.maxSumOfThreeSubarrays(nums, k);
Assert(vector<int>{0, 6666, 13332}, res);
}
}
2023年1月3号
class Solution {
public:
vector maxSumOfThreeSubarrays(vector& nums, int k) {
vector vKSums;
vKSums.push_back(std::accumulate(nums.begin(), nums.begin() + k, 0));
std::map<int,vector> mRightSumIndex;
for (int i = 1; i + k - 1 < nums.size(); i++)
{
vKSums.push_back(vKSums[i - 1] + nums[i + k - 1] - nums[i - 1]);
if (i >= k*2 )
{
mRightSumIndex[vKSums[i]].push_back(i);
}
}
vector ret = { 0, k, mRightSumIndex.rbegin()->second[0] };
int iLeftMax = vKSums[0];
int iLeftIndex = 0;
int iMax = vKSums[ret[0]] + vKSums[ret[1]] + vKSums[ret[2]];
for (int i = k; i + k < vKSums.size(); i++)
{
if (iLeftMax + vKSums[i] + mRightSumIndex.rbegin()->first > iMax)
{
ret = { iLeftIndex, i, mRightSumIndex.rbegin()->second[0] };
iMax = vKSums[ret[0]] + vKSums[ret[1]] + vKSums[ret[2]];
}
if (vKSums[i-k+1] > iLeftMax)
{
iLeftMax = vKSums[i - k + 1];
iLeftIndex = i - k + 1;
}
auto & v = mRightSumIndex[vKSums[i + k]];
v.erase(v.begin());
if (v.empty())
{
mRightSumIndex.erase(mRightSumIndex.find(vKSums[i + k]));
}
}
return ret;
}
};
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。文章来源:https://www.toymoban.com/news/detail-819970.html
文章来源地址https://www.toymoban.com/news/detail-819970.html
到了这里,关于【动态规划】【离线查询】【前缀和】689. 三个无重叠子数组的最大和的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!