[LeetCode] 1043. Partition Array for Maximum Sum

本文介绍了一个LeetCode上的动态规划问题:如何通过分割数组并替换子数组中的元素为该子数组的最大值,来获得新数组的最大可能和。文章详细解释了动态规划的解题思路,包括状态定义、初始化状态、状态转移方程等关键步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题:https://leetcode.com/problems/partition-array-for-maximum-sum/

题目大意

对于一个数组A,将A分割为多个连续的子数组,每个子数组长度不能超过K。
将A中每个元素置换为 对应子数组中最大值 ,从而形成新数组,求新数组的和 最大能为多少。

思路

动态规划
int dp[i] :数组 A[0:i] 形成新数组的最大和。

初始化状态:
dp[0] = 0

状态转移方程:

            int tMax = 0;
            for(int j = i - 1; i - j <= K && j>=0;j--){
                tMax = Math.max(tMax,A[j]);
                dp[i] = Math.max(dp[i],dp[j] + tMax *(i-j));
            }

dp[i] = Max( 从当前位置i 往前 取一个子数组A[j:i] ,将该子数组中的所有元素都 置换为 子数组中最大值后,求该子数组的和tMax *(i-j), tMax *(i-j) + dp[j]) ,其中 i - j<= K && j >= 0

class Solution {
    public int maxSumAfterPartitioning(int[] A, int K) {
        int N = A.length;
        int[] dp = new int[N+1];
        for(int i = 1 ; i <= N; i++){
            int tMax = 0;
            for(int j = i - 1; i - j <= K && j>=0;j--){
                tMax = Math.max(tMax,A[j]);
                dp[i] = Math.max(dp[i],dp[j] + tMax *(i-j));
            }
        }
        return dp[N];
    }
}
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值