涉及知识点
二分
动态规划
#题目
给你一个下标从 0 开始的整数数组 nums 。
nums 一个长度为 k 的 子序列 指的是选出 k 个 下标 i0 < i1 < … < ik-1 ,如果这个子序列满足以下条件,我们说它是 平衡的 :
对于范围 [1, k - 1] 内的所有 j ,nums[ij] - nums[ij-1] >= ij - ij-1 都成立。
nums 长度为 1 的 子序列 是平衡的。
请你返回一个整数,表示 nums 平衡 子序列里面的 最大元素和 。
一个数组的 子序列 指的是从原数组中删除一些元素(也可能一个元素也不删除)后,剩余元素保持相对顺序得到的 非空 新数组。
示例 1:
输入:nums = [3,3,5,6]
输出:14
解释:这个例子中,选择子序列 [3,5,6] ,下标为 0 ,2 和 3 的元素被选中。
nums[2] - nums[0] >= 2 - 0 。
nums[3] - nums[2] >= 3 - 2 。
所以,这是一个平衡子序列,且它的和是所有平衡子序列里最大的。
包含下标 1 ,2 和 3 的子序列也是一个平衡的子序列。
最大平衡子序列和为 14 。
示例 2:
输入:nums = [5,-1,-3,8]
输出:13
解释:这个例子中,选择子序列 [5,8] ,下标为 0 和 3 的元素被选中。
nums[3] - nums[0] >= 3 - 0 。
所以,这是一个平衡子序列,且它的和是所有平衡子序列里最大的。
最大平衡子序列和为 13 。
示例 3:
输入:nums = [-2,-1]
输出:-1
解释:这个例子中,选择子序列 [-1] 。
这是一个平衡子序列,而且它的和是 nums 所有平衡子序列里最大的。
参数范围:
1 <= nums.length <= 105
-109 <= nums[i] <= 109
分析
时间复杂度
O(nlogn)。枚举子序列末尾,时间复杂度O(n)。每次枚举,需要几次二分查找,时间复杂度O(logn)。
注意
删除被淘汰的元素,总时间复杂度是O(n),因为每个元素顶多被删除一次。
原理
构建健康子序列的方式
示例3说明,排除空子序列。排除空子序列后,则必定有结尾元素,我们枚举结尾元素。
长度为1的子序列 | 只有nums[ij] |
长度大于1的子序列 | 以nums[j]的子序列+nums[ij] |
nums[ij] - nums[ij-1] >= ij - ij-1 也就是nums[ij]-ij >= nums[ij-1]-(ij-1)。令 iSub=nums[ij]-ij,llSum是以ij结尾的健康子系列最大和。
如果iSub[i]<iSu[j],且llSum[i]>=llSum[j],则j被淘汰。能选择j,则一定可以选择i,而llSum[i]大于等于llSum[j]。淘汰后,llSub和llSum都按升序排序。寻找llSub 小于等于当前llSub的最大llSub对应的llSum,llSum+nums[i] 就是方式二的最大值,由于llSum可能为负数,所以方式二不一定比方式一大。
插入iSub时,需要删除被iSub淘汰的数据。
当前iSub一定不会被淘汰
令j < i,如果nums[j] - j <= nums[i]-i。==> nums[j]+(i-j) <= nums[i]
因为 (i-j)>0,所以nums[j] < nums[i]。假定以nums[j]结尾的最大子序列为{…,nums[j]},它的和一定小于{…,nums[i]}。
代码
核心代码
class Solution {
public:
long long maxBalancedSubsequenceSum(vector& nums) {
std::map<int, long long> mSubSum;
auto Add =[&](int iSub, long long llCur)
{
auto it = mSubSum.upper_bound(iSub);
long long llSum = llCur;
if (mSubSum.begin() != it)
{
if (std::prev(it)->second > 0)
{
llSum += std::prev(it)->second;
}
}
it = mSubSum.lower_bound(iSub);
auto ij = it;
for (; (ij != mSubSum.end()) && (ij->second <= llSum); ++ij);
mSubSum.erase(it, ij);
if (!mSubSum.count(iSub))
{
mSubSum[iSub] = llSum;
}
};
for (int i = 0; i < nums.size(); i++)
{
Add(nums[i] - i, nums[i]);
}
return mSubSum.rbegin()->second;
}
};
测试用例
template
void Assert(const T& t1, const T& t2)
{
assert(t1 == t2);
}
template
void Assert(const vector& v1, const vector& v2)
{
if (v1.size() != v2.size())
{
assert(false);
return;
}
for (int i = 0; i < v1.size(); i++)
{
Assert(v1[i], v2[i]);
}
}
int main()
{
Solution slu;
long long res;
vector nums;
nums = { -3,-1 };
res = slu.maxBalancedSubsequenceSum(nums);
Assert(res, -1LL);
nums = { -2,-1 };
res = slu.maxBalancedSubsequenceSum(nums);
Assert(res,-1LL);
nums = { 3, 3, 5, 6 };
res = slu.maxBalancedSubsequenceSum(nums);
Assert(res, 14LL);;
//CConsole::Out(res);
}
优化
if (!mSubSum.count(iSub))
{
mSubSum[iSub] = llSum;
}
中的if条件可以删除
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《闻缺陷则喜算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653
鄙人想对大家说的话 |
---|
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。 |
墨家名称的来源:有所得以墨记之。 |
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