1.题目链接:
给你一个整数数组 nums 和一个整数 k ,按以下方法修改该数组:
| • | 选择某个下标 i 并将 nums[i] 替换为 -nums[i] 。 |
重复这个过程恰好 k 次。可以多次选择同一个下标 i 。以这种方式修改数组后,返回数组 可能的最大和 。
示例 1:
输入:nums = [4,2,3], k = 1
输出:5
解释:选择下标 1 ,nums 变为 [4,-2,3] 。
示例 2:
输入:nums = [3,-1,0,2], k = 3
输出:6
解释:选择下标 (1, 2, 2) ,nums 变为 [3,1,0,2] 。示例 3:
输入:nums = [2,-3,-1,5,-4], k = 2
输出:13
解释:选择下标 (1, 4) ,nums 变为 [2,3,-1,5,4] 。
提示:
| ◦ | 1 <= nums.length <= 10(4) | |
| ◦ |
| |
| ◦ |
| |
3. 解法(贪心):
贪心策略:
分情况讨论,设整个数组中负数的个数为 m 个:
| a. | m > k :把前 k 小负数,全部变成正数;m == k :把所有的负数全部转化成正数;m < k : | |
| b. | ||
| c. | ||
| i. | 先把所有的负数变成正数; | |
ii. 然后根据 k - m 的奇偶分情况讨论:
1. 如果是偶数,直接忽略;
2. 如果是奇数,挑选当前数组中最小的数,变成负数。
Java算法代码:
class Solution {
public int largestSumAfterKNegations(int[] nums, int k) {
int m = 0, minElem = Integer.MAX_VALUE, n =nums.length;
for(int x : nums){
if( x < 0) m++;
minElem = Math.min(minElem,Math.abs(x));
}
//分类讨论
int ret = 0;
if(m > k){
Arrays.sort(nums);
for(int i = 0; i < k; i++){//前k小个负数,变成整数
ret += -nums[i];
}
for(int i = k; i < n; i++){
ret += nums[i];
}
}else{
//把负数全部变成正数‘
for(int x : nums) ret += Math.abs(x);
if((k - m) % 2 != 0){
ret -= minElem * 2;
}
}
return ret;
}
}
运行结果:

贪心策略:

贪心算法在哪里?
a. 贪心算法的定义
- 贪心算法通过每一步做出局部最优选择,期望累积为全局最优解。
- 关键点:局部选择基于当前最优,不回溯,依赖问题特性保证全局正确。
b. 本题的贪心策略
- 问题分解:最大化数组和可以通过优先取反负数(增加和)来实现,剩余操作次数则尽量减少对和的负面影响。
- 局部最优选择:
- 优先取反负数:
- 取反一个负数会使数组和增加(例如 -5 变为 5,和增加 10)。
- 优先选择负数取反,每次操作最大化数组和的增量。
- 按绝对值从小到大取反(m > k 情况):
- 当负数多于 k 时,排序后优先取反最小的负数(因为负数越小,取反后增加的和越大,例如 -1 取反增加 2,-5 取反增加 10)。
- 剩余操作处理(m <= k 情况):
- 先将所有负数取反,最大化初始和。
- 剩余操作次数 k - m:
- 如果为奇数,取反绝对值最小的元素(因为取反两次不影响和,取反一次会减少 2 * minElem,选择最小的减少量)。
- 如果为偶数,不操作(多次取反可以抵消)。
- 优先取反负数:
- 全局最优目标:通过贪心选择,最大化最终数组和。
c. 贪心体现的具体位置
- 统计负数并优先取反:
- if (x < 0) m++ 和 m > k 分支:优先处理负数,确保最大化增量。
- 排序并取反最小的负数(m > k 情况):
- Arrays.sort(nums) 和 for (int i = 0; i < k; i++) ret += -nums[i]:
- 贪心选择:将最小的 k 个负数取反,最大化每次操作的增量。
- Arrays.sort(nums) 和 for (int i = 0; i < k; i++) ret += -nums[i]:
- 处理剩余操作(m <= k 情况):
- for (int x : nums) ret += Math.abs(x):先将所有负数取反,最大化初始和。
- if ((k - m) % 2 != 0) ret -= minElem * 2:
- 贪心选择:如果剩余操作次数为奇数,取反绝对值最小的元素,尽量减少和的损失。
- 为什么是贪心?
- 每次选择都基于当前最优:
- 优先取反负数,增加和。
- 取反最小的负数,最大化增量。
- 剩余操作时,选择最小的绝对值取反,减少损失。
- 不回溯,直接依赖局部决策。
- 每次选择都基于当前最优:
- 贪心正确性:
- 取反操作的效果是固定的(x 变为 -x),对和的影响是 2 * |x|。
- 优先取反负数确保和增加,剩余操作时选择最小绝对值确保损失最小。
d. 与暴力搜索的对比
- 暴力搜索会尝试所有可能的 k 次操作组合,时间复杂度为 O(n^k),不可行。
- 贪心解法时间复杂度为 O(n log n)(排序),空间复杂度 O(1),高效且正确。
1万+



被折叠的 条评论
为什么被折叠?



