[leetcode/lintcode 题解]算法面试真题详解:内积

简介: [leetcode/lintcode 题解]算法面试真题详解:内积

描述
给定长度为N的A数组,长度为K的B数组
你可以从A数组里取K个数
规则如下:

  • 每个Ai只能被取出一次
  • i==1ori==N 可以直接取出Ai
  • 2≤i≤N−1 若Ai−1 或者 Ai+1 已经取出,则可以取出Ai
  • 要取出正好K个数
    即每次可以从A数组的最左边或者最右边取走一个数,取走的数从数组中移除
    将取出的Ai按取出的顺序 组成C数组
    求B与C的内积最大值
    B与C内积为∑i=0K−1Bi×Ci
    解释1:
    A= [1,4,3,2,5]
    B=[1,2,3,4]
    K=4
    取出A0 ,C=[1]
    取出A4 C=[1,5]
    取出A1 C=[1,5,4]
    取出A2 C=[1,5,4,3]
    B·C=11+25+34+43=35
    这只是C的一种可行方案,可能不是最优方案
    解释2
    A=[1,2,3,4]
    不能直接取出A1 因为A0和A2都没有取出

1≤K≤N≤2000
1≤Ai,Bi≤100000

在线评测地址:领扣题库官网

样例
[2,3,5,1]
[2,1]
取出A0,A1

算法DP

  1. DP方程 dpijdpij表示从左边取了i个数,从右边取了j个数的最大内积
  2. DP方程转移

即判断上一次从左边取还是从右边取数哪个内积更大

  1. DP边界条件 dp00=0dp00=0 两边都没取数 内积为0
  2. 答案 ans=max(ans,dpiK−i)ans=max(ans,dpiK−i) 即枚举左边取了多少个数,答案取dp数组最大值

    复杂度分析

    • 时间复杂度 n是A数组长度 K是B数组长度 左右两边取数均不超过K个 所以状态量O(K2)O(K2) 转移 O(1)O(1) 所以总时间复杂度O(K2)O(K2)
    • 空间复杂度 左右两边取数均不超过K个 所以状态量O(K2)O(K2) 所以总空间复杂度O(K2)
public class Solution {
    /**
     * @param A: the A array
     * @param B: the B array
     * @return: return the maxium inner product of B and C
     */
    public long getMaxInnerProduct(int[] A, int[] B) {
        // write your code here
        //A数组长度
        int  n = A.length;
        //B数组长度
        int  K = B.length;
        //初始化dp数组
        //dp[i][j]表示从左边取了i个数,从右边取了j个数的最大内积
        long [][]dp = new long [K + 1][K + 1];

        //枚举dp[i][j]
        for(int i = 0; i <= K; i++) {
            for(int j = 0; j <= K; j++) {

                //从左边和右边取数总数不超过K个
                if(i + j > K) {
                    break;
                }
                if(i + j > n) {
                    break;
                }
                //dp数组边界条件,从左右都不取数的时候,dp[0][0]=0
                if(i == 0 && j == 0) {
                    dp[i][j] = 0;
                    continue;
                }

                //从左边取的i 更新dp[i][j]
                if(i != 0) {
                    dp[i][j] = Math.max(dp[i][j], dp[i - 1][j] + (long)A[i - 1] * (long)B[i + j - 1]);
                }
                //从右边取的j,更新dp[i][j]
                if(j != 0) {
                    dp[i][j] = Math.max(dp[i][j], dp[i][j - 1] + (long)A[n - j] * (long)B[i + j - 1]);
                }

            }
        }
        //枚举从左边取了多少,找最大的内积
        long ans = 0;
        for(int i = 0; i <= K; i++) {
            ans = Math.max(ans, dp[i][K - i]);
        }

        return ans;
    }
}

更多题解参考:九章官网solution

相关文章
|
6月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
198 0
|
算法
面试场景题:如何设计一个抢红包随机算法
本文详细解析了抢红包随机算法的设计与实现,涵盖三种解法:随机分配法、二倍均值法和线段切割法。随机分配法通过逐次随机分配金额确保总额不变,但易导致两极分化;二倍均值法优化了金额分布,使每次抢到的金额更均衡;线段切割法则将总金额视为线段,通过随机切割点生成子金额,手气最佳金额可能更高。代码示例清晰,结果对比直观,为面试中类似算法题提供了全面思路。
1921 16
|
算法 安全 Java
Java线程调度揭秘:从算法到策略,让你面试稳赢!
在社招面试中,关于线程调度和同步的相关问题常常让人感到棘手。今天,我们将深入解析Java中的线程调度算法、调度策略,探讨线程调度器、时间分片的工作原理,并带你了解常见的线程同步方法。让我们一起破解这些面试难题,提升你的Java并发编程技能!
587 16
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩分享分库分表的基因算法设计,涵盖分片键选择、水平拆分策略及基因法优化查询效率等内容,助力面试者应对大厂技术面试,提高架构设计能力。
美团面试:百亿级分片,如何设计基因算法?
|
算法 前端开发 Java
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
这篇文章总结了单链表的常见面试题,并提供了详细的问题分析、思路分析以及Java代码实现,包括求单链表中有效节点的个数、查找单链表中的倒数第k个节点、单链表的反转以及从尾到头打印单链表等题目。
211 1
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
391 4
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
254 2
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?