问题:
给定两个大小为
一个简单的算法是使用双重循环来计算每个间隔,但是这种朴素的方法的时间复杂度为O(N^2)。我一直在努力寻找一个复杂度为O(N)或至少为O(NlogN)的算法,但是我还没有成功。如果有任何想法,请不吝赐教,谢谢!编辑:Peter的解决方案的实现供参考:
给定两个大小为
n
的数组A
和B
,找到区间[i,j] (0 <= i,j <= n-1)
使得V = sum(A[i:j]) - min(B[i:j])
最大化。
如果没有数组B
的限制,这个问题就是最大子数组和问题,可以使用Kadane算法在O(N)
时间复杂度内解决。现在,我们有了第二个数组,我们选择范围内的最小元素,并从总和中减去它。
Example:
A = [-5, 2, 3, 4, 5]
B = [-5, 1, 2, 0, -5]
Solution: 19
i=1 to j=4
2+3+4+5 - (-5) = 19
一个简单的算法是使用双重循环来计算每个间隔,但是这种朴素的方法的时间复杂度为O(N^2)。我一直在努力寻找一个复杂度为O(N)或至少为O(NlogN)的算法,但是我还没有成功。如果有任何想法,请不吝赐教,谢谢!编辑:Peter的解决方案的实现供参考:
#include<iostream>
#include<vector>
#include<climits>
using namespace std;
int kadane_modified(vector<int>& A, vector<int>& B){
if(A.empty() || B.empty()) return 0;
int size = A.size();
// Backward Kadane's
vector<int> R(size);
int max_so_far = INT_MIN, max_starting_here = 0;
for (int i = size-1; i >= 0; i--)
{
max_starting_here = max_starting_here + A[i];
if (max_so_far < max_starting_here)
max_so_far = max_starting_here;
if (max_starting_here < 0)
max_starting_here = 0;
R[i] = max_starting_here;
}
// Forward Kadane's
vector<int> F(size);
max_so_far = INT_MIN; int max_ending_here = 0;
for (int i = 0; i < size; i++)
{
max_ending_here = max_ending_here + A[i];
if (max_so_far < max_ending_here)
max_so_far = max_ending_here;
if (max_ending_here < 0)
max_ending_here = 0;
F[i] = max_ending_here;
}
// DP that combines previous results
vector<int> V(size);
for(int k = 0; k < size; k++){
if(k < size-1 & k > 0)
V[k] = A[k] + R[k+1] - B[k] + F[k-1];
else if(k == 0)
V[k] = A[k] - B[k] + R[k+1];
else if(k == size-1)
V[k] = A[k] - B[k] + F[k-1];
}
// The maximum V is our answer
int solution = INT_MIN;
for(int i = 0; i < size; i++){
if(solution < V[i]) solution = V[i];
}
return solution;
}
int main()
{
vector<int> A = {-5, 2, 3, 4, 5};
vector<int> B = {-5, 1, 2, 0, -5};
int solution = kadane_modified(A, B);
cout << solution << endl;
return 0;
}
输出:
19