我们可以使用一个O(n)的动态规划程序。让我们为每个元素保存三个状态:
1. best_sum_if_highest
2. best_sum_if_lowest
3. best_sum_if_neither
在每次迭代中,一个元素可以(1)扩展早期、较低或相等元素的范围,如果它是一个部分的最高点,(2)扩展早期、较高或相等元素的范围,如果它是一个部分的最低点,或者(3)不对总和做出贡献。
请注意,(1)和(2)是互斥的,因为如果最后一个不同的早期元素更高,那么该元素无法满足(1),反之亦然。
让我们假设我们将超过两个连续相同元素的序列合并到最大为二,因为额外的元素无法做出贡献。
动态规划:
// Extend lower highest
dp[i][0] = A[i] - A[i-1] + max(dp[i-1][0], dp[i-1][2])
if A[i-1] ≤ A[i]
// Extend higher lowest
dp[i][1] = A[i-1] - A[i] + max(dp[i-1][1], dp[i-1][2])
if A[i-1] ≥ A[i]
// Don't contribute
dp[i][2] = max(
dp[i-1][0],
dp[i-1][1],
dp[i-1][2]
)
例子 1:
[2, 3, 0, 1, 5]
A[i] states
2 [0, 0, 0]
3 [1, 0, 0]
0 [0, 3, 1]
1 [2, 0, 3]
5 [7, 0, 3]
示例 2:
[1, 5, 2, 1, 6, 0, 7]
A[i] states
1 [0, 0, 0]
5 [4, 0, 0]
2 [0, 3, 4]
1 [0, 5, 4]
6 [9, 0, 5]
0 [0, 14, 9]
7 [16, 0, 14]
使用随机比较的JavaScript代码,与暴力破解(好吧,至少是朴素的O(n^2)
)进行比较:
function f(A){
const dp = new Array(A.length);
for (let i=0; i<A.length; i++)
dp[i] = [0, 0, 0];
for (let i=1; i<A.length; i++){
if (A[i] >= A[i-1]){
dp[i][0] = A[i] - A[i-1] + Math.max(dp[i-1][0], dp[i-1][2]);
dp[i][1] = 0;
}
if (A[i] <= A[i-1]){
dp[i][0] = 0;
dp[i][1] = A[i-1] - A[i] + Math.max(dp[i-1][1], dp[i-1][2]);
}
dp[i][2] = Math.max(...dp[i-1]);
}
return Math.max(...dp[A.length - 1]);
}
function bruteForce(A){
const dp = new Array(A.length);
dp[0] = 0;
dp[-1] = 0;
for (let i=1; i<A.length; i++){
let min = A[i];
let max = A[i];
let best = dp[i-1];
for (let j=i-1; j>=0; j--){
min = Math.min(min, A[j]);
max = Math.max(max, A[j]);
best = Math.max(best, max - min + dp[j-1]);
}
dp[i] = best;
}
return dp[A.length - 1];
}
var numTests = 1000;
for (let i=0; i<numTests; i++){
const N = 10;
const A = [];
const n = 50;
for (let j=0; j<n; j++){
const num = Math.floor(Math.random() * (1 << N));
A.push(num);
}
const fA = f(A);
const brute = bruteForce(A);
if (fA != brute){
console.log('Mismatch:');
console.log(A);
console.log(fA, brute);
console.log('');
}
}
console.log("Done testing.");