【算法练习】leetcode每日一题/动态规划 978. 最长湍流子数组+1186. 删除一次得到子数组最大和

目录

 

978. 最长湍流子数组

1186. 删除一次得到子数组最大和


978. 最长湍流子数组

难度中等108

当 A 的子数组 A[i], A[i+1], ..., A[j] 满足下列条件时,我们称其为湍流子数组

  • 若 i <= k < j,当 k 为奇数时, A[k] > A[k+1],且当 k 为偶数时,A[k] < A[k+1]
  • 或 若 i <= k < j,当 k 为偶数时,A[k] > A[k+1] ,且当 k 为奇数时, A[k] < A[k+1]

也就是说,如果比较符号在子数组中的每个相邻元素对之间翻转,则该子数组是湍流子数组。

返回 A 的最大湍流子数组的长度

 

示例 1:

输入:[9,4,2,10,7,8,8,1,9]
输出:5
解释:(A[1] > A[2] < A[3] > A[4] < A[5])

示例 2:

输入:[4,8,12,16]
输出:2

示例 3:

输入:[100]
输出:1

 

提示:

  1. 1 <= A.length <= 40000
  2. 0 <= A[i] <= 10^9

 

对于最长连续子数组问题,使用动态规划求解时,我们经常定义状态 dp[i] 为:以 i 位置结尾的最长连续子数组的长度,因为这个状态可以反映 i 位置及其前面区间的情况。下一个位置 i + 1 可以根据 dp[i] 就知道了前面的情况,再根据 arr[i + 1] 和 arr[i] 的大小关系,能更新状态 dp[i + 1]。

对于本题,如果只定一个状态数组是不够的,因为我们只有区分了 i 位置是在增长还是在降低,才能判断 i + 1 位置是否能续上前面的波浪。所以,我们需要定义两个状态数组,分别表示以 i 结尾的在增长和降低的最长湍流子数组长度。

作者:fuxuemingzhu
链接:https://leetcode-cn.com/problems/longest-turbulent-subarray/solution/yi-zhang-dong-tu-xiang-jie-dong-tai-gui-wrwvn/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

 

代码:

int maxTurbulenceSize(vector<int>& arr) {
    int n=arr.size();
    vector<int> up(n,1);
    vector<int> down(n,1);
    int res=1;
    for(int i=1;i<n;i++){
        if(arr[i-1]<arr[i]){
            up[i]=down[i-1]+1;
        }
        if(arr[i-1]>arr[i]){
            down[i]=up[i-1]+1;
        }
        res=max(res,down[i]);
        res=max(res,up[i]);
    }
    return res;
}

1186. 删除一次得到子数组最大和

难度中等84

给你一个整数数组,返回它的某个 非空 子数组(连续元素)在执行一次可选的删除操作后,所能得到的最大元素总和。

换句话说,你可以从原数组中选出一个子数组,并可以决定要不要从中删除一个元素(只能删一次哦),(删除后)子数组中至少应当有一个元素,然后该子数组(剩下)的元素总和是所有子数组之中最大的。

注意,删除一个元素后,子数组 不能为空

请看示例:

示例 1:

输入:arr = [1,-2,0,3]
输出:4
解释:我们可以选出 [1, -2, 0, 3],然后删掉 -2,这样得到 [1, 0, 3],和最大。

示例 2:

输入:arr = [1,-2,-2,3]
输出:3
解释:我们直接选出 [3],这就是最大和。

示例 3:

输入:arr = [-1,-1,-1,-1]
输出:-1
解释:最后得到的子数组不能为空,所以我们不能选择 [-1] 并从中删去 -1 来得到 0。
     我们应该直接选择 [-1],或者选择 [-1, -1] 再从中删去一个 -1。

 

提示:

  • 1 <= arr.length <= 10^5
  • -10^4 <= arr[i] <= 10^4

 

思路

和978的题目思路相似,定义两个状态:

定义oneDelete是以i结尾的删除了一个元素的子数组的最大值
定义noDelete是以i结尾的没有删除一个元素的子数组的最大值
//由于没有空集所以注意初始化的时候 oneDelete[0]=noDelete[0]=arr[i]

代码

int maximumSum(vector<int>& arr) {
    int n=arr.size();
    int oneDelete=arr[0];   //由于没有空集所以注意初始化的时候
    int noDelete=arr[0];
    int res=arr[0];   //注意初始化
    for(int i=1;i<n;i++){
        oneDelete=max(noDelete,oneDelete+arr[i]);
        noDelete=max(noDelete+arr[i],arr[i]);
        res=max(res,oneDelete);
        res=max(res,noDelete);
    }
    return res;
}
int maximumSum(vector<int>& arr) {
    int n=arr.size();
    vector<int> oneDelete(n,0);  //定义oneDelete是以i结尾的删除了一个元素的子数组的最大值
    vector<int> noDelete(n,0);
    oneDelete[0]=arr[0];   //由于没有空集所以注意初始化的时候
    noDelete[0]=arr[0];
    int res=arr[0];   //注意初始化
    for(int i=1;i<n;i++){
        oneDelete[i]=max(noDelete[i-1],oneDelete[i-1]+arr[i]);
        noDelete[i]=max(noDelete[i-1]+arr[i],arr[i]);
        res=max(res,oneDelete[i]);
        res=max(res,noDelete[i]);
    }
    return res;
}

状态压缩

 

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