【动态规划】【前缀和】【和式变换】100216. K 个不相交子数组的最大能量值

这篇具有很好参考价值的文章主要介绍了【动态规划】【前缀和】【和式变换】100216. K 个不相交子数组的最大能量值。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

本文涉及知识点

动态规划汇总
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

LeetCode 100216. K 个不相交子数组的最大能量值

给你一个长度为 n 下标从 0 开始的整数数组 nums 和一个 正奇数 整数 k 。
x 个子数组的能量值定义为 strength = sum[1] * x - sum[2] * (x - 1) + sum[3] * (x - 2) - sum[4] * (x - 3) + … + sum[x] * 1 ,其中 sum[i] 是第 i 个子数组的和。更正式的,能量值是满足 1 <= i <= x 的所有 i 对应的 (-1)i+1 * sum[i] * (x - i + 1) 之和。
你需要在 nums 中选择 k 个 不相交子数组 ,使得 能量值最大 。
请你返回可以得到的 最大能量值 。
注意,选出来的所有子数组 不 需要覆盖整个数组。
示例 1:
输入:nums = [1,2,3,-1,2], k = 3
输出:22
解释:选择 3 个子数组的最好方式是选择:nums[0…2] ,nums[3…3] 和 nums[4…4] 。能量值为 (1 + 2 + 3) * 3 - (-1) * 2 + 2 * 1 = 22 。
示例 2:
输入:nums = [12,-2,-2,-2,-2], k = 5
输出:64
解释:唯一一种选 5 个不相交子数组的方案是:nums[0…0] ,nums[1…1] ,nums[2…2] ,nums[3…3] 和 nums[4…4] 。能量值为 12 * 5 - (-2) * 4 + (-2) * 3 - (-2) * 2 + (-2) * 1 = 64 。
示例 3:
输入:nums = [-1,-2,-3], k = 1
输出:-1
解释:选择 1 个子数组的最优方案是:nums[0…0] 。能量值为 -1 。

提示:
1 <= n <= 104
-109 <= nums[i] <= 109
1 <= k <= n
1 <= n * k <= 106
k 是奇数。

动态规划

动态规划的状态表示

iK ∈ \in [0,k)
pre[j]表示从nums[0…j)选择前iK-1个子数组组成的表达式的最大和。最后一个子数组以nums[j-1]结尾。
dp[j]表示从nums[0…j)选择前iK个子数组组成的表达式的最大和。最后一个子数组以nums[j-1]结尾。

利用和式变换简化动态规划的转移方程

假定第iK个子数组为nums[i…j],maxK1[j] = M a x x : 0 j \Large Max_{x:0}^{j} Maxx:0jpre[j]。
如果iK是偶数:
d p [ j ] = M a x i : 1 j ( M a x m a x K 1 [ i − 1 ] + S u m [ 0... j ] − S u m [ 0... i − 1 ] ) dp[j] = Max_{i:1}^{j} (MaxmaxK1[i-1] + Sum[0...j]- Sum[0...i-1]) dp[j]=Maxi:1j(MaxmaxK1[i1]+Sum[0...j]Sum[0...i1]) → M a x i : 1 j ( M a x m a x K 1 [ i − 1 ] − S u m [ 0... i − 1 ] ) + S u m [ 0... j ] \rightarrow Max_{i:1}^{j} (MaxmaxK1[i-1] - Sum[0...i-1])+ Sum[0...j] Maxi:1j(MaxmaxK1[i1]Sum[0...i1])+Sum[0...j]
令 m a x 1 ( j ) = M a x i : 1 j ( M a x m a x K 1 [ i − 1 ] − S u m [ 0... i − 1 ] ) 令max1(j) = Max_{i:1}^{j} (MaxmaxK1[i-1] - Sum[0...i-1]) max1(j)=Maxi:1j(MaxmaxK1[i1]Sum[0...i1])
一个式子包括两个式子,分别用前缀和优化性质。
显然max1(j+1) = max( max1(j),MaxmaxK1[j] - Sum[0…j])
这是前缀和的基础。
如果iK是偶数:
d p [ j ] = M a x i : 1 j ( M a x m a x K 1 [ i − 1 ] + S u m [ 0... i − 1 ] ) − S u m [ 0... j ] dp[j] = \Large Max_{i:1}^{j} (MaxmaxK1[i-1] + Sum[0...i-1])- Sum[0...j] dp[j]=Maxi:1j(MaxmaxK1[i1]+Sum[0...i1])Sum[0...j]

动态规划的初始值

pre全部为0。

动态规划的填表顺序

ik从0到iK-1,j从1到n。

特例

由于 k <= n,故一定能拆分成k组,前iK组的和一定大于等于 -1013 ,我们用-1014表示非法。

代码

核心代码

class Solution {
public:
	long long maximumStrength(vector<int>& nums, int k) {
		m_c = nums.size();
		vector<long long> pre(m_c+1);
		for (int iK = 0; iK < k; iK++)
		{
			vector<long long> dp(m_c + 1, -1E14);
			if (1 & iK)
			{
				Odd(dp, pre, nums,k-iK);
			}
			else
			{
				Even(dp, pre, nums, k - iK);
			}
			pre.swap(dp);
		}
		return *std::max_element(pre.begin(), pre.end());
	}
	void Odd(vector<long long>& dp, const vector<long long>& pre,const vector<int>& nums,const int x )
	{//奇数
		long long maxPre = -1E14,llMax = -1E14,llSum=0;
		for (int j = 1; j <= m_c ; j++)
		{//假定第iK个子数组是nums[i,j],则最大值为:maxPre - sum[0...j] + sum[0...i),llMax=第一项和第三项合并
			maxPre = max(maxPre, pre[j-1]);
			llMax = max(llMax, maxPre + llSum);//第iK个子数组,以nums[j]开头			
			llSum += (long long)nums[j-1]*x;
			dp[j] = llMax - llSum;			
		}
	}
	void Even(vector<long long>& dp, const vector<long long>& pre, const vector<int>& nums, const int x)
	{//偶数
		long long maxPre = (long long)-1E14, llMax = -1E14, llSum = 0;
		for (int j = 1; j <= m_c; j++)
		{//假定第iK个子数组是nums[i,j],则最大值为:maxPre + sum[0...j] - sum[0...i),llMax=第一项和第三项合并
			maxPre = max(maxPre, pre[j-1]);
			llMax = max(llMax, maxPre - llSum);//第iK个子数组,以nums[j]开头			
			llSum += (long long)nums[j - 1] * x;
			dp[j] = llMax + llSum;			
		}
	}
	int m_c;
};

测试用例

template<class T, class T2>
void Assert(const T& t1, const T2& 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()
{
	vect
	or<int> nums;
	int k;
	{
		Solution sln;
		nums = { -100000000, -10000000, 123, 234 }, k = 3;
		auto res = sln.maximumStrength(nums, k);
		Assert(-30000012, res);
	}
	{
		Solution sln;
		nums = { 1,2,3,-1,2 }, k = 3;
		auto res = sln.maximumStrength(nums, k);
		Assert(22, res);
	}
	{
		Solution sln;
		nums = { 12,-2,-2,-2,-2 }, k = 5;
		auto res = sln.maximumStrength(nums, k);
		Assert(64, res);
	}
	{
		Solution sln;
		nums = { -1,-2,-3 }, k = 1;
		auto res = sln.maximumStrength(nums, k);
		Assert(-1, res);
	}
}

优化

pre[j]表示从nums[0…j)选择前iK-1个子数组组成的表达式的最大和。最后一个子数组以nums[x]结尾,x ∈ \in [0,j)。

class Solution {
public:
	long long maximumStrength(vector<int>& nums, int k) {
		m_c = nums.size();
		vector<long long> pre(m_c + 1);
		for (int iK = 0; iK < k; iK++)
		{
			vector<long long> dp(m_c + 1, -1E14);
			long long maxAdd = -1E14, maxSub = -1E14,maxPre = -1E14;
			long long llSum = 0;
			for (int j = 1; j <= m_c; j++)
			{
				maxPre = max(maxPre, pre[j-1]);
				maxAdd = max(maxAdd, maxPre - llSum);
				maxSub = max(maxSub, maxPre + llSum);
				llSum += nums[j - 1]*(long long) ( k - iK );
				dp[j] = (iK & 1) ? (maxSub - llSum) : (maxAdd + llSum);
			}
			pre.swap(dp);
		}
		return *std::max_element(pre.begin(), pre.end());
	}
	int m_c;
};

【动态规划】【前缀和】【和式变换】100216. K 个不相交子数组的最大能量值,# 算法题,动态规划,算法,c++,力扣,前缀和,和氏变化,数组

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。

【动态规划】【前缀和】【和式变换】100216. K 个不相交子数组的最大能量值,# 算法题,动态规划,算法,c++,力扣,前缀和,和氏变化,数组文章来源地址https://www.toymoban.com/news/detail-838813.html

到了这里,关于【动态规划】【前缀和】【和式变换】100216. K 个不相交子数组的最大能量值的文章就介绍完了。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!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 动态规划9:最长递增子序列、最长连续递增序列、最长重复子数组、最长公共子序列、不相交的线、最长子序和

    例题300: 给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。 子序列 是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。 确定dp数组和下标含义 dp[i]表示在第i个元素的最长子序列数

    2024年04月08日
    浏览(43)
  • ( 动态规划) 1035. 不相交的线 ——【Leetcode每日一题】

    难度:中等 在两条独立的水平线上按给定的顺序写下 nums1 和 nums2 中的整数。 现在,可以绘制一些连接两个数字 nums1[i] 和 nums2[j] 的直线,这些直线需要同时满足满足: nums1[i] == nums2[j] 且绘制的直线不与任何其他连线(非水平线)相交。 请注意,连线即使在端点也不能相交

    2024年02月05日
    浏览(42)
  • 【算法|动态规划No.15】leetcode1035. 不相交的线

    个人主页:兜里有颗棉花糖 欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 兜里有颗棉花糖 原创 收录于专栏【手撕算法系列专栏】【LeetCode】 🍔本专栏旨在提高自己算法能力的同时,记录一下自己的学习过程,希望对大家有所帮助 🍓希望我们一起努力、成长,共同进步。

    2024年02月06日
    浏览(43)
  • 【leetcode】动态规划::前缀和

    标题:【leetcode】前缀和 @水墨不写bug 正文开始: 给定一个长度为n的数组a1​,a2​,....an​. 接下来有q次查询, 每次查询有两个参数l, r. 对于每个询问, 请输出al​+al+1​+....+ar​ 输入描述: 第一行包含两个整数n和q. 第二行包含n个整数, 表示a1​,a2​,....an​. 接下来q行,每行包含

    2024年04月11日
    浏览(39)
  • 【leetcode】动态规划::前缀和(二)

    标题:【leetcode】前缀和(二) @水墨不写bug  正文开始: 给你一个整数数组  nums  和一个整数  k  ,请你统计并返回  该数组中和为  k   的子数组的个数  。 子数组是数组中元素的连续非空序列。 示例 1: 示例 2: 提示: 1 = nums.length = 2 * 10^4 -1000 = nums[i] = 1000 -10^7 = k

    2024年04月25日
    浏览(32)
  • 前缀和算法(类似于动态规划算法)

    前缀和:在一些特定的题里面,要先把 一段连续的数的和 先算出来,用 数组来接收 ,然后 利用这个数组 返回题目需要的答案 干讲无力 题目解释更好 请往下看 题目:题目链接 题目解析: 在数组中找到一个下标,划分为2个区间 左区间的和=右区间的和,如果没有这个下标则返

    2024年02月04日
    浏览(34)
  • 1143.最长公共子序列 1035.不相交的线 53.最大子序和动态规划

    力扣题目链接(opens new window) 给定两个字符串 text1 和 text2,返回这两个字符串的最长公共子序列的长度。 一个字符串的 子序列 是指这样一个新的字符串:它是由原字符串在不改变字符的相对顺序的情况下删除某些字符(也可以不删除任何字符)后组成的新字符串。 例如,“

    2024年01月20日
    浏览(45)
  • Day53【动态规划】1143.最长公共子序列、1035.不相交的线、53.最大子序和

    力扣题目链接/文章讲解 视频讲解 本题最大的难点还是定义 dp 数组  本题和718.最长重复子数组区别在于这里不要求是连续的了,但要有相对顺序 直接动态规划五部曲! 1、确定 dp 数组下标及值含义 dp[i][j]:取 text1 中下标 [0, i - 1] 的子字符串与 text2 中下标为 [0, j - 1] 的子字

    2024年02月14日
    浏览(40)
  • 代码随想录第53天|● 1143.最长公共子序列 ● 1035.不相交的线 ● 53. 最大子序和 动态规划

    dp[i][j]:长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j] 通过pre记录前一个dp[j-1] 循环中记录cur为dp[i],循环结束后再更新pre=cur。 和最长公共子序列相同 注意pre和cur放置的位置 dp[i]:包括下标i(以nums[i]为结尾)的最大连续子序列和为dp[i

    2024年03月08日
    浏览(51)
  • LeetCode 1997.访问完所有房间的第一天:动态规划(DP)——4行主要代码(不需要什么前缀和)

    力扣题目链接:https://leetcode.cn/problems/first-day-where-you-have-been-in-all-the-rooms/ 你需要访问  n 个房间,房间从 0 到 n - 1 编号。同时,每一天都有一个日期编号,从 0 开始,依天数递增。你每天都会访问一个房间。 最开始的第 0 天,你访问  0 号房间。给你一个长度为 n 且 下标从

    2024年04月14日
    浏览(38)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包