leetcode 1911 最大子序列交替和
一个下标从 0 开始的数组的 交替和 定义为 偶数 下标处元素之 和 减去 奇数 下标处元素之 和 。
比方说,数组 [4,2,5,3] 的交替和为 (4 + 5) - (2 + 3) = 4 。
给你一个数组 nums ,请你返回 nums 中任意子序列的 最大交替和 (子序列的下标 重新 从 0 开始编号)。
一个数组的 子序列 是从原数组中删除一些元素后(也可能一个也不删除)剩余元素不改变顺序组成的数组。比方说,[2,7,4] 是 [4,2,3,7,2,1,4] 的一个子序列(加粗元素),但是 [2,4,2] 不是。
示例 1:
输入:nums = [4,2,5,3]
输出:7
解释:最优子序列为 [4,2,5] ,交替和为 (4 + 5) - 2 = 7 。
示例 2:
输入:nums = [5,6,7,8]
输出:8
解释:最优子序列为 [8] ,交替和为 8 。
示例 3:
输入:nums = [6,2,1,2,4,5]
输出:10
解释:最优子序列为 [6,1,5] ,交替和为 (6 + 5) - 1 = 10 。
even[i] 表示在下标[0-i] (闭区间)里面选元素,形成的子序列长度为偶数的时候,的最大交替和
odd[i] 表示在下标[0-i] (闭区间)里面选元素,形成的子序列长度为奇数的时候,的最大交替和
则在遍历到nums[i]的时候,
1 如果要选nums[i],
1.1 如果选择nums[i]且形成偶数长度的子序列,即对应even[i],那么不选的时候就是奇数,要让even[i]呈现出最大交替和,不选的时候的奇数子序列最大交替和也必须是最大的,即even[i] = odd[i-1] - nums[i]
1.2 如果选择nums[i]且形成奇数长度的子序列,即对应odd[i],那么不选的时候就是偶数,要让odd[i]呈现出最大交替和,不选的时候的偶数子序列最大交替和也必须是最大的,即odd[i] = even[i-1] + nums[i]
2 如果不选择nums[i]
2.1 对于even[i]来说,既然没有加入nums[i], 那么没考虑nums[i]之前的偶数长度子序列even[i-1]就是考虑了nums[i]之后的偶数长度子序列,即even[i] = even[i-1]
2.2 对于odd[i]来说,既然没有加入nums[i], 那么没考虑nums[i]之前的奇数长度子序列odd[i-1]就是考虑了nums[i]之后的奇数长度子序列,即odd[i] = odd[i-1]
综上even[i] = max(odd[i-1] - nums[i], even[i-1])
odd[i] = max(even[i-1] + nums[i], odd[i-1])
下面要确定边界了,在考虑第一个元素的时候,即even[0]和odd[0]应该如何初始化:
1 even[0]即仅考虑第一个元素的时候且形成了偶数长度的子序列,那其实就是什么都没有加,即even[0] = 0
2 odd[0]即仅考虑第一个元素的时候且形成了奇数长度的子序列,那其实就是把第一个元素加进来了,由于这个子序列只有一个元素,在子序列里面下标为0,由题目的定义,最大交替和为这个元素本身,即even[0] = nums[0]
class Solution:
def maxAlternatingSum(self, nums: List[int]) -> int:
n = len(nums)
even, odd = [None]*n, [None]*n
even[0], odd[0] = 0, nums[0]
for i in range(1, n):
even[i] = max(odd[i - 1] - nums[i], even[i - 1])
odd[i] = max(even[i - 1] + nums[i], odd[i - 1])
return max(even[n-1], odd[n-1])
最后,可以看到我们的当前状态i是从i-1转移来的,因此只需要维持一个当前值就可以了,这样空间复杂度可以降低到O(1)。并且其实只需要返回最后是奇数长度子序列的结果,因为一定比偶数长度的时候大。
class Solution:
def maxAlternatingSum(self, nums: List[int]) -> int:
n = len(nums)
even, odd = 0, nums[0]
for i in range(1, n):
even, odd = max(odd - nums[i], even), max(even + nums[i], odd)
return odd
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击