LeetCode——1911. 最大子序列交替和[Maximum Alternating Subsequence Sum][中等]——分析及代码[Java]
一、题目
一个下标从 0?开始的数组的 交替和?定义为 偶数?下标处元素之 和?减去 奇数?下标处元素之 和?。
- 比方说,数组 [4,2,5,3] 的交替和为 (4 + 5) - (2 + 3) = 4 。
给你一个数组?nums?,请你返回?nums?中任意子序列的?最大交替和?(子序列的下标 重新?从 0 开始编号)。
一个数组的 子序列?是从原数组中删除一些元素后(也可能一个也不删除)剩余元素不改变顺序组成的数组。比方说,[2,7,4]?是?[4,2,3,7,2,1,4]?的一个子序列(加粗元素),但是?[2,4,2] 不是。
示例 1:
输入:nums = [4,2,5,3]
输出:7
解释:最优子序列为 [4,2,5] ,交替和为 (4 + 5) - 2 = 7 。
示例 2:
输入:nums = [5,6,7,8]
输出:8
解释:最优子序列为 [8] ,交替和为 8 。
示例 3:
输入:nums = [6,2,1,2,4,5]
输出:10
解释:最优子序列为 [6,1,5] ,交替和为 (6 + 5) - 1 = 10 。
提示:
- 1 <= nums.length <= 10^5
- 1 <= nums[i] <= 10^5
来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/maximum-alternating-subsequence-sum 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
二、分析及代码
1. 动态规划
(1)思路
设计两个长整数 evenDp 和 oddDp,分别记录上一元素为偶数下标、奇数下标时当前的最大交替和。根据是否添加当前元素,状态转移方程为:
- evenDp = Math.max(上一 evenDp, 上一 oddDp + 当前元素)
- oddDp = Math.max(上一 oddDp, 上一 evenDp + 当前元素)
最终得到的 evenDp 即为最大交替和。
(2)代码
class Solution {
public long maxAlternatingSum(int[] nums) {
int n = nums.length;
long evenDp = nums[0], oddDp = 0;
for (int i = 1; i < n; i++) {
long lastEven = evenDp, lastOdd = oddDp;
evenDp = Math.max(lastEven, lastOdd + nums[i]);
oddDp = Math.max(lastOdd, lastEven - nums[i]);
}
return evenDp;
}
}
(3)结果
执行用时 :7 ms,在所有 Java 提交中击败了 83.88% 的用户; 内存消耗 :47.1 MB,在所有 Java 提交中击败了 77.00% 的用户。
三、其他
暂无。
|