每日一题(day5)

简介: 每日一题(day5)

前言

💫你好,我是辰chen,一个正在考研途中的sophomore dog😖

💫目前每日一题主要来自于 leetcode,当然也可能来自洛谷或其他刷题平台,每日一题专栏地址:每日一题

💫欢迎大家的关注,我的博客主要关注于考研408以及AIoT的内容


🌟 每日一题我会给出两种代码,C 版以及 Python版,刷题的目的是为了考研的算法题以及机试(或手写代码)

🌟这也是为什么不用C++ 而用 C ,Python版代码是为了提高语言熟练度(以后开发大概率用的是 Python

🌟 坚持打卡!踏踏实实走好每一步


以下的几个专栏是本人比较满意的专栏(大部分专栏仍在持续更新),欢迎大家的关注:

💥ACM-ICPC算法汇总【基础篇】

💥ACM-ICPC算法汇总【提高篇】

💥AIoT(人工智能+物联网)

💥考研

💥CSP认证考试历年题解



👊每日一句:天行健,君子以自强不息。

大家做完可以在评论区打卡留言✒️,形成良好的学习氛围,一起进步!

LeetCode 53. 最大子数组和

题目描述:

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

image.png

C版AC代码:

int maxSubArray(int* nums, int numsSize){
    int b = nums[0], a = 0;
    int res = nums[0];
    for (int i = 1; i < numsSize; i ++ ){
        a = fmax(b + nums[i], nums[i]);
        res = fmax(res, a);
        b = a;
    }
    return res;
}

Python版AC代码:

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        a, b, n, res = 0, nums[0], len(nums), nums[0]
        for i in range(1, n):
            a = max(b + nums[i], nums[i])
            res = max(res, a)
            b = a
        return res

LeetCode 918. 环形子数组的最大和

题目描述:

image.png

示例 1:

输入:nums = [1,-2,3,-2]
输出:3
解释:从子数组 [3] 得到最大和 3

示例 2:

输入:nums = [5,-3,5]
输出:10
解释:从子数组 [5,5] 得到最大和 5 + 5 = 10

示例 3:

输入:nums = [3,-2,2,-3]
输出:3
解释:从子数组 [3] 和 [3,-2,2] 都可以得到最大和 3

image.png

思路: 有两种可能,第一种即为答案在数组中间,那么就转成了本博客的第一题;第二种即为答案在数组两边,那么我们就用数组的总和减最小子序和,其中会出现特殊情况即最小子序和 == 数组的和,这种情况下数组全为负数或全为0,那么此时我们输出数组中的最大值即可。

C版AC代码:

int maxSubarraySumCircular(int* nums, int numsSize){
    int pastf = nums[0], pastg = nums[0];
    int nowf = 0x3f3f3f3f, nowg = -0x3f3f3f3f;
    int res = nums[0], sum = nums[0], sumin = nums[0], sumax = nums[0];
    for (int i = 1; i < numsSize; i ++ ){
        sum += nums[i];
        nowf = fmax(pastf + nums[i], nums[i]);
        nowg = fmin(pastg + nums[i], nums[i]);
        res = fmax(res, nowf);
        sumin = fmin(sumin, nowg);   // 子数组的最小值
        sumax = fmax(sumax, nums[i]);   // 数组中的最大值
        pastf = nowf, pastg = nowg;
    }
    // 如果有 sum - sumin == 0, 证明数组全为负,那么就输出整个数组中的最大值
    res = fmax(res, sum - sumin == 0 ? sumax : sum - sumin);
    return res;
}

Python版AC代码:

class Solution:
    def maxSubarraySumCircular(self, nums: List[int]) -> int:
        nowf, pastf, nowg, pastg = -0x3f3f3f3f, nums[0], 0x3f3f3f3f, nums[0]
        n, res, numin, numax, suml = len(nums), nums[0], nums[0], nums[0], nums[0]
        for i in range(1, n):
            # 动态规划
            nowf = max(pastf + nums[i], nums[i])
            nowg = min(pastg + nums[i], nums[i])
            # 更新最大值,最小值,总和
            res = max(res, nowf)
            numax = max(numax, nums[i])
            numin = min(numin, nowg)
            suml += nums[i]
            pastf, pastg = nowf, nowg
        if suml - numin == 0:
            res = max(res, numax)
        else:
            res = max(res, suml - numin)
        return res


目录
相关文章
|
8月前
|
JavaScript Linux API
OpenClaw终极指南:从搭建到高阶玩法解锁(阿里云/本地部署+百炼API配置+避坑指南)
2026年,OpenClaw已从单一对话工具进化为“全场景生产力引擎”,但多数用户仍停留在基础聊天层面,未能发掘其128K超长上下文、多格式文件解析、联网搜索、代码生成等核心能力。这款工具的真正价值,在于通过灵活部署、模型适配与高阶功能组合,成为工作与学习中“不可或缺的效率伙伴”。
1481 9
|
SQL DataWorks 关系型数据库
DataWorks+Hologres:打造企业级实时数仓与高效OLAP分析平台
本方案基于阿里云DataWorks与实时数仓Hologres,实现数据库RDS数据实时同步至Hologres,并通过Hologres高性能OLAP分析能力,完成一站式实时数据分析。DataWorks提供全链路数据集成与治理,Hologres支持实时写入与极速查询,二者深度融合构建离在线一体化数仓,助力企业加速数字化升级。
|
10月前
|
网络协议 Linux 网络安全
Rocky Linux 下 DHCP 服务配置详细文档
DHCP(动态主机配置协议)是局域网中用于自动分配IP地址、网关、DNS等网络参数的核心协议,工作于UDP 67/68端口。通过“发现-提供-请求-确认”四步租约机制,实现客户端即插即用,提升IP利用率。支持固定IP绑定、跨子网中继及多网段超级作用域配置,广泛应用于各类网络环境。
|
iOS开发
iOS多线程之NSOperationQueue-依赖、并发数、优先级、自定义Operation等最全的使用总结
iOS多线程之NSOperationQueue-依赖、并发数、优先级、自定义Operation等最全的使用总结
1059 0
|
传感器 机器学习/深度学习 存储
人机融合智能 | 人类认知和行为的计算建模
认知与行为的计算建模融合数学、心理学、神经科学等学科,通过数字化手段模拟人类认知与行为过程,旨在揭示其背后的神经机制。本文介绍该领域的两种建模思路——自上而下与自下而上,探讨其在基础心理过程与社会情境中的应用,并分析模型构建流程与选择方法,展望其在人智交互中的未来发展。
927 3
|
供应链 安全 API
淘宝API一键同步库存,销量翻倍轻松实现!
在电商竞争激烈的当下,库存管理是提升销量的关键。淘宝开放平台提供API接口,支持一键同步库存,实现线上线下数据实时更新,避免缺货或超卖。本文详解操作步骤,并附Python示例代码,助你轻松掌握自动化库存管理,提升转化率,实现销量翻倍。
|
机器学习/深度学习 运维 自然语言处理
智绘运维:深度学习赋能知识图谱建设
智绘运维:深度学习赋能知识图谱建设
655 20
|
前端开发
前端使用xlsx模板导出表格
【9月更文挑战第10天】在前端使用 `xlsx` 模板导出表格需完成以下步骤:首先引入 `xlsx` 库,准备数据与模板;接着读取模板文件,选择特定工作表并填充数据;最后将填充后的表格转换为二进制数据,创建 Blob 对象并触发下载。整个过程中可根据需求调整模板格式和数据填充方式。
829 6
|
前端开发
HTML+CSS基础知识(5)相对定位、绝对定位、固定定位
这篇文章介绍了HTML和CSS中的三种定位方式:相对定位、绝对定位和固定定位,并通过代码示例展示了它们如何影响元素在页面上的布局和位置。
HTML+CSS基础知识(5)相对定位、绝对定位、固定定位
|
JavaScript 前端开发 Java
for循环、break和continue、二重循环
【10月更文挑战第12天】这段内容介绍了编程中的 `for` 循环,包括基本概念、应用场景以及 `break` 和 `continue` 语句的使用方法。`for` 循环是一种常用的流程控制语句,用于重复执行一段代码。文中通过不同语言的示例说明了如何遍历数组、计算数值和创建矩阵等。此外,还介绍了二重循环的概念及其在处理二维数据结构中的应用。
723 1