这个篇章整理一些题目,用到了local 与 global 变量的交替更新。 目前一下子能想到的有那么三五道,边遇到边更新。
这是始作俑者
//本质上这俩个题是一致的。
//所谓local_max 就是指截止的点一定是限制在local那个i的,起始点是不限制的。
//local的更新面临的问题就是--另起炉灶。 一旦继承而来的之前部分起到了负作用,就另起炉灶。
public int maxSubArray(int[] nums) {
int global_max = nums[0];
int local_max = nums[0];
for(int i=1; i < nums.length; i++){
local_max = Math.max(local_max+nums[i], nums[i]);
global_max = Math.max(global_max, local_max);
}
return global_max;
}
public int maxProduct(int[] nums) {
int global_max = nums[0];
int local_min = nums[0];
int local_max = nums[0];
for(int i=1; i 0){
local_min = Math.min(local_min*nums[i],nums[i]);
local_max = Math.max(local_max*nums[i],nums[i]);
}else{
int temp = local_min;
local_min = Math.min(local_max*nums[i],nums[i]);
local_max = Math.max(temp*nums[i],nums[i]);
}
global_max = Math.max(local_max,global_max);
}
return global_max;
}
Max Point on a Line
这题目思路不难理解,整体实现也没有很tricky的地方,但是考察对细节不少,是一个典型的几何斜率题目。而且用到了更新local _max 来更新global_max 的思想。
注意斜率问题的三种情况,如果 x坐标相等, y坐标相等要单独处理。而对于相等点的处理,是不通过斜率的,通过计数相同但点来记录。
这个题目需要重点记忆,关于斜率问题很典型大案例。
public int maxPoints(Point[] points) {
if(points == null || points.length == 0)
return 0;
int global_max = 1;
double slope = 0.0;
for(int i=0; i map = new HashMap();
for(int j=i+1; j
这是登峰造极了,这个题是dp的难题。local&global 与 dp的关系。
public int maxProfit(int k, int[] prices) {
int n = prices.length;
if (n <= 1)
return 0;
//if k >= n/2, then you can make maximum number of transactions.
if (k >= n/2) {
int maxPro = 0;
for (int i = 1; i < n; i++) {
if (prices[i] > prices[i-1])
maxPro += prices[i] - prices[i-1];
}
return maxPro;
}
//following is core dp part.
//The first challenge is to come up with the matrix of k*n (specificly (k+1)*n is used here)
//The second challenge is a elegant way to record prev_row_max_candidate
//The following loop is a unique style of dp ever saw
int[][] dp = new int[k+1][n];
for(int i=1; i <= k;i++){
int prev_row_max_candidate = dp[i-1][0] - prices[0];
for(int j=1; j