当前位置: 首页 > news >正文

【每日一题】三个无重叠子数组的最大和

文章目录

  • Tag
  • 题目来源
  • 题目解读
  • 解题思路
    • 方法一:滑动窗口
  • 写在最后

Tag

【滑动窗口】【数组】【2023-11-19】


题目来源

689. 三个无重叠子数组的最大和


题目解读


解题思路

方法一:滑动窗口

单个子数组的最大和

我们先来考虑一个长度为 k 的子数组的最大值与取得最大值时的初始位置。可以使用固定长度的滑动窗口来解决本题。

滑动窗口是数组和字符串等问题中常用的一个概念。利用滑动窗口可以去掉重复的运算,从而降低时间复杂度。滑动窗口的 “滑动” 指的是窗口每次向右移动一个位置,那么该窗口内的就会增加原窗口右侧的元素,并且会减少原窗口左端点的元素。

我们从数组 [0, k-1] 区间开始,不断地向右滑动窗口,直至窗口右端点到达数组末尾时停止。统计这一过程中长度为 k 的窗口内元素和 sum1 的最大值(记为 maxSum1)及其对应位置。

实现代码为:

class Solution {
public:vector<int> maxSumOfOneSubarray(vector<int> &nums, int k) {vector<int> ans;int sum1 = 0, maxSum1 = 0;for (int i = 0; i < nums.size(); ++i) {sum1 += nums[i];if (i >= k - 1) {if (sum1 > maxSum1) {maxSum1 = sum1;ans = {maxSum1, i - k + 1};}sum1 -= nums[i - k + 1];}}return ans;}
};

两个子数组的最大和

我们可以仿照 单个子数组的最大和 问题的解题方法,使用两个固定长度的滑动窗口来求解 两个子数组的最大和

sum1 为第一个滑动窗口的元素和,该滑动窗口从 [0, k - 1] 开始,sum2 为第二个滑动窗口的元素和,该滑动窗口从 [k, 2*k - 1] 开始。我们同时向右滑动这两个窗口,并维护 sum1 的最大值 maxSum1 及其对应位置。每次滑动时,记录当前的 maxSum1sum2 之和。统计这一过程中的 maxSum1 + sum2 的最大值(记作 maxSum12)及其对应位置。

实现代码为:

class Solution {
public:vector<int> maxSumOfTwoSubarrays(vector<int> &nums, int k) {vector<int> ans;int sum1 = 0, maxSum1 = 0, maxSum1Idx = 0;int sum2 = 0, maxSum12 = 0;for (int i = k; i < nums.size(); ++i) {sum1 += nums[i - k];sum2 += nums[i];if (i >= k * 2 - 1) {if (sum1 > maxSum1) {maxSum1 = sum1;maxSum1Idx = i - k * 2 + 1;}if (maxSum1 + sum2 > maxSum12) {maxSum12 = maxSum1 + sum2;ans = {maxSum1Idx, i - k + 1};}sum1 -= nums[i - k * 2 + 1];sum2 -= nums[i - k + 1];}}return ans;}
};

三个子数组的最大和

在本题中,可以使用三个长度为 k 的滑动窗口。设 sum1 为第一个滑动窗口的元素和,该滑动窗口从 [0, k - 1] 开始,sum2 为第二个滑动窗口的元素和,该滑动窗口从 [k, 2*k - 1] 开始,sum3 为第三个滑动窗口的元素和,该滑动窗口从 [2*k, 3*k - 1] 开始。

我们同时向右滑动这三个窗口,并维护 maxSum12 及其对应位置。每次滑动时,记录当前的 maxSum12sum3 之和。统计这一过程中的 maxSum12 + sum3 的最大值(记作 maxTotal)及其对应位置。

对于题目要求的最小字典序,由于我们是从左向右遍历的,并且仅当元素和超过最大元素和时才修改最大元素和,从而保证求出来的下标列表是字典序最小的。

复杂度分析

class Solution {
public:vector<int> maxSumOfThreeSubarrays(vector<int>& nums, int k) {vector<int> res;int sum1 = 0, maxSum1 = 0, maxSum1Idx = 0;int sum2 = 0, maxSum12 = 0, maxSum12Idx1 = 0, maxSum12Idx2 = 0;int sum3 = 0, maxTotal = 0;for (int i = 2 * k; i < nums.size(); ++i) {sum1 += nums[i - 2 * k];sum2 += nums[i - k];sum3 += nums[i];if (i >= 3 * k - 1) {if (sum1 > maxSum1) {maxSum1 = sum1;maxSum1Idx = i - 3 * k + 1; }if (maxSum1 + sum2 > maxSum12) {maxSum12 = maxSum1 + sum2;maxSum12Idx1 = maxSum1Idx;maxSum12Idx2 = i - 2 * k + 1;}if (maxSum12 + sum3 > maxTotal) {maxTotal = maxSum12 + sum3;res = {maxSum12Idx1, maxSum12Idx2, i - k + 1};}sum1 -= nums[i - 3 * k + 1];sum2 -= nums[i - 2 * k + 1];sum3 -= nums[i -  k + 1];}}return res;}
};

复杂度分析

时间复杂度: O ( n ) O(n) O(n)

空间复杂度: O ( 1 ) O(1) O(1)


写在最后

如果文章内容有任何错误或者您对文章有任何疑问,欢迎私信博主或者在评论区指出 💬💬💬。

如果大家有更优的时间、空间复杂度方法,欢迎评论区交流。

最后,感谢您的阅读,如果感到有所收获的话可以给博主点一个 👍 哦。

http://www.lryc.cn/news/236098.html

相关文章:

  • react之基于@reduxjs/toolkit使用react-redux
  • 基于51单片机水位监测控制报警仿真设计( proteus仿真+程序+设计报告+讲解视频)
  • git基本用法和操作
  • 设计模式-组合模式-笔记
  • Android 弹出自定义对话框
  • (论文阅读40-45)图像描述1
  • 4核8G服务器价格选择轻量还是CVM合适?
  • Selenium操作已经打开的Chrome浏览器窗口
  • 创新研报|新业务发展是CEO推动企业增长的必要选择 – Mckinsey研究
  • rv1126-rv1109-openssh
  • MySQL中json类型,你使用过吗
  • MATLAB 状态空间设计 —— LQG/LQR 和极点配置算法
  • 杭州-区块链前瞻性论坛邀请函​
  • ElasticSearch学习篇6_ES实践与Lucene对比及原理分析技术分享小记
  • mysql练习1
  • 【2017年数据结构真题】
  • 神辅助 Cursor 编辑器,加入 GPT-4 让编码更轻松!
  • 解决Qt5.13.0无MySQL驱动问题
  • YOLOv8改进 | 如何在网络结构中添加注意力机制、C2f、卷积、Neck、检测头
  • 记录一个困难
  • Linux 进程管理 实时调度类及SMP和NUMA
  • 线性表--链表-1
  • WPF小知识
  • 坐标系下的运动旋量转换
  • Android Termux安装MySQL,通过内网穿透实现公网远程访问
  • Python in Visual Studio Code 2023年11月发布
  • 算法通关村——数字中的统计、溢出、进制转换处理模板
  • ESP01S通过心知天气获取天气和时间信息
  • docker容器内core dumped却找不到core文件
  • ubuntu提高 github下载速度