LeetCode689. 三个无重叠子数组的最大和
给你一个整数数组 nums 和一个整数 k ，找出三个长度为 k 、互不重叠、且全部数字和（3 * k 项）最大的子数组，并返回这三个子数组。
以下标的数组形式返回结果，数组中的每一项分别指示每个子数组的起始位置（下标从 0 开始）。如果有多个结果，返回字典序最小的一个。
示例 1：
输入：nums = [1,2,1,2,6,7,5,1], k = 2
输出：[0,3,5]
解释：子数组 [1, 2], [2, 6], [7, 5] 对应的起始下标为 [0, 3, 5]。
也可以取 [2, 1], 但是结果 [1, 3, 5] 在字典序上更大。
示例 2：
输入：nums = [1,2,1,2,1,2,1,2,1], k = 2
输出：[0,2,4]
提示：
1 <= nums.length <= 2 * 104
1 <= nums[i] < 216
1 <= k <= floor(nums.length / 3)
动态规划
空间复杂度 O(n)
时间复杂度 O(n)·
动态规划的状态表示 pre[j]记录前j个数字中，i-1组的最大和。dp[j]记录前j个数字中,i组的最大和。-1表示非法值。i=1时,pre[0]=0是合法值。
动态规划的转移方程: dp[j+k] = Sum[j,j+k) + Max[ 0 , j ] k \Large^k_{[0,j]}[0,j]k(pre[k]) 。可以用前缀和离线查询。
动态规划的填表顺序 i从1到3,j从0到j+k <= m_c。
动态规划的范围值 pre的最大值。 vPreLen[i][j] 记录 nums[0,j) 分为i组和最大时：i-1组的j。
代码
核心代码
class Solution { public: vector<int> maxSumOfThreeSubarrays(vector<int>& nums, int k) { m_c = nums.size(); vector<int> vPreSum = { 0 }; for (const auto& n : nums) { vPreSum.emplace_back(vPreSum.back() + n); } vector<int> pre(m_c + 1,-1); vector<vector<int>> vPreLen(4, vector<int>(m_c + 1)); pre[0] = 0; for (int i = 1; i <= 3; i++) { int iMax = 0,iMaxIndex=-1; vector<int> dp(m_c + 1,-1); for (int j = 0; j + k <= m_c; j++) { if (pre[j] > iMax) { iMax = pre[j]; iMaxIndex = j; } if (iMax >= 0) { dp[j + k] = iMax + (vPreSum[j + k] - vPreSum[j]); vPreLen[i][j+k] = iMaxIndex; } } pre.swap(dp); } int len = std::max_element(pre.begin(), pre.end())- pre.begin(); vector<int> vRet(3); vRet[2] = len - k; int len2 = vPreLen[3][len]; vRet[1] = len2 - k; int len1 = vPreLen[2][len2]; vRet[0] = len1 - k; return vRet; } int m_c; };
测试用例
template<class T> void Assert(const T& t1, const T& t2) { assert(t1 == t2); } template<class T> void Assert(const vector<T>& v1, const vector<T>& v2) { if (v1.size() != v2.size()) { assert(false); return; } for (int i = 0; i < v1.size(); i++) { Assert(v1[i], v2[i]); } } int main() { vector<int> nums; int k; { Solution sln; nums = { 1, 2, 1, 2, 6, 7, 5, 1 }, k = 2; auto res = sln.maxSumOfThreeSubarrays(nums, k); Assert(vector<int>{0, 3, 5}, res); } { Solution sln; nums = { 1,2,1,2,1,2,1,2,1 }, k = 2; auto res = sln.maxSumOfThreeSubarrays(nums, k); Assert(vector<int>{0, 2, 4}, res); } { Solution sln; nums = { 7,13,20,19,19,2,10,1,1,19 }, k = 3; auto res = sln.maxSumOfThreeSubarrays(nums, k); Assert(vector<int>{1,4,7}, res); } { Solution sln; nums.assign(20000,1<<16-1), k = 20000/3; auto res = sln.maxSumOfThreeSubarrays(nums, k); Assert(vector<int>{0, 6666, 13332}, res); } }
2023年1月3号
class Solution { public: vector maxSumOfThreeSubarrays(vector& nums, int k) { vector vKSums; vKSums.push_back(std::accumulate(nums.begin(), nums.begin() + k, 0)); std::map mRightSumIndex; for (int i = 1; i + k - 1 < nums.size(); i++) { vKSums.push_back(vKSums[i - 1] + nums[i + k - 1] - nums[i - 1]); if (i >= k*2 ) { mRightSumIndex[vKSums[i]].push_back(i); } } vector ret = { 0, k, mRightSumIndex.rbegin()->second[0] }; int iLeftMax = vKSums[0]; int iLeftIndex = 0; int iMax = vKSums[ret[0]] + vKSums[ret[1]] + vKSums[ret[2]]; for (int i = k; i + k < vKSums.size(); i++) { if (iLeftMax + vKSums[i] + mRightSumIndex.rbegin()->first > iMax) { ret = { iLeftIndex, i, mRightSumIndex.rbegin()->second[0] }; iMax = vKSums[ret[0]] + vKSums[ret[1]] + vKSums[ret[2]]; } if (vKSums[i-k+1] > iLeftMax) { iLeftMax = vKSums[i - k + 1]; iLeftIndex = i - k + 1; } auto & v = mRightSumIndex[vKSums[i + k]]; v.erase(v.begin()); if (v.empty()) { mRightSumIndex.erase(mRightSumIndex.find(vKSums[i + k])); } } return ret; } };
扩展阅读
视频课程
有效学习：明确的目标 及时的反馈 拉伸区（难度合适），可以先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快
速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176
相关
下载
想高屋建瓴的学习算法，请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653
测试环境
操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 **C+
+17**
如无特殊说明，本算法用**C++**实现。
