算法沉淀——动态规划之子数组、子串系列(上)(leetcode真题剖析)

02-28 1030阅读

算法沉淀——动态规划之子数组、子串系列(上)(leetcode真题剖析)

算法沉淀——动态规划之子数组、子串系列

  • 01.最大子数组和
  • 02.环形子数组的最大和
  • 03.乘积最大子数组
  • 04.乘积为正数的最长子数组长度

    01.最大子数组和

    题目链接:https://leetcode.cn/problems/maximum-subarray/、

    给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

    子数组 是数组中的一个连续部分。

    示例 1:

    输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
    输出:6
    解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。
    

    示例 2:

    输入:nums = [1]
    输出:1
    

    示例 3:

    输入:nums = [5,4,-1,7,8]
    输出:23
    

    提示:

    • 1 public: int maxSubArray(vector int n=nums.size(); vector dp[i]=max(nums[i-1],dp[i-1]+nums[i-1]); ret=max(ret,dp[i]); } return ret; } }; public: int maxSubarraySumCircular(vector int n=nums.size(); vector int x=nums[i-1]; sum+=x; f[i]=max(x,x+f[i-1]); fmax=max(fmax,f[i]); g[i]=min(x,x+g[i-1]); gmin=min(gmin,g[i]); } return sum==gmin ? fmax : max(fmax,sum-gmin); } }; public: int maxProduct(vector int n=nums.size(); vector int x=nums[i-1],y=f[i-1]*nums[i-1],z=g[i-1]*nums[i-1]; f[i]=max(x,max(y,z)); g[i]=min(x,min(y,z)); ret=max(ret,f[i]); } return ret; } }; public: int getMaxLen(vector int n=nums.size(); vector if(nums[i-1]0){ f[i]=f[i-1]+1; g[i]=g[i-1]==0?0:g[i-1]+1; }else if(nums[i-1] f[i]=g[i-1]==0?0:g[i-1]+1; g[i]=f[i-1]+1; } ret=max(ret,f[i]); } return ret; } };
VPS购买请点击我

文章版权声明:除非注明,否则均为主机测评原创文章,转载或复制请以超链接形式并注明出处。

目录[+]