【LeetCode1262】 可被三整除的最大和(动态规划)
【摘要】
一、题目
提示: 1 <= nums.length <= 4 * 10^4 1 <= nums[i] <= 10^4
二、思路
要从给出的数组中,找到一小坨数满足和能被3整...
一、题目
提示:
1 <= nums.length <= 4 * 10^4
1 <= nums[i] <= 10^4
二、思路
要从给出的数组中,找到一小坨数满足和能被3整除。dp[i][*]
表示在num[i]
中,被3整除后的余数为*
的最大数(和)。
2.1 确定状态
对于每种状态,有2种选择:选择当前元素;不选择当前元素:
dp[i][*] = max{dp[i-1][*],dp[i-1][*] + nums[i]} (* 取值为 0,1,2)
2.2 转移方程
(1)零状态:
dp[k][0]
:能够被3整除余0的最大数(和)。
d p [ i ] [ 0 ] = max ( d p [ i − 1 ] [ 0 ] , { d p [ i − 1 ] [ 0 ] + n u m s [ i ] nums [ i ] % 3 = = 0 d p [ i − 1 ] [ 1 ] + n u m s [ i ] nums [ i ] % 3 = = 2 d p [ i − 1 ] [ 2 ] + n u m s [ i ] nums [ i ] % 3 = = 1 ) d p[i][0]=\max \left(d p[i-1][0],\left\{
dp[i−1][0]+nums[i]dp[i−1][1]+nums[i]dp[i−1][2]+nums[i] nums [i]%3==0 nums [i]%3==2 nums [i]%3==1
dp[i][0]=max⎝⎛dp[i−1][0],⎩⎨⎧dp[i−1][0]+nums[i]dp[i−1][1]+nums[i]dp[i−1][2]+nums[i] nums [i]%3==0 nums [i]%3==2 nums [i]%3==1⎠⎞
dp[k][1]
d p [ i ] [ 1 ] = max ( d p [ i − 1 ] [ 1 ] , { d p [ i − 1 ] [ 0 ] + n u m s [ i ] , n u m s % 3 = = 1 d p [ i − 1 ] [ 1 ] + n u m s [ i ] , n u m s [ i ] % 3 = = 0 d p [ i − 1 ] [ 2 ] + n u m s [ i ] , n u m s [ i ] % 3 = = 2 ) d p[i][1]=\max \left(d p[i-1][1],\left\{
dp[i−1][0]+nums[i]dp[i−1][1]+nums[i]dp[i−1][2]+nums[i],nums%3==1,nums[i]%3==0,nums[i]%3==2
\right)\right. dp[i][1]=max⎝⎜⎛dp[i−1][1],⎩⎪⎨⎪⎧dp[i−1][0]+nums[i]dp[i−1][1]+nums[i]dp[i−1][2]+nums[i],nums%3==1,nums[i]%3==0,nums[i]%3==2⎠⎟⎞
dp[k][2]
d p [ i ] [ 2 ] = max ( d p [ i − 1 ] [ 2 ] , { d p [ i − 1 ] [ 0 ] + n u m s [ i ] nums [ i ] % 3 = = 2 d p [ i − 1 ] [ 1 ] + n u m s [ i ] nums [ i ] % 3 = = 1 d p [ i − 1 ] [ 2 ] + n u m s [ i ] nums [ i ] % 3 = 0 ) d p[i][2]=\max \left(d p[i-1][2],\left\{
dp[i−1][0]+nums[i]dp[i−1][1]+nums[i]dp[i−1][2]+nums[i]nums[i]%3==2 nums [i]%3==1 nums [i]%3=0
\right)\right. dp[i][2]=max⎝⎛dp[i−1][2],⎩⎨⎧dp[i−1][0]+nums[i]dp[i−1][1]+nums[i]dp[i−1][2]+nums[i]nums[i]%3==2 nums [i]%3==1 nums [i]%3=0⎠⎞
2.3 初始条件+边界
因为当前的状态和前一个状态有关,(我们先将遍历的i
从1开始遍历),则其中第0个状态的dp[0][0]
表示在nums[0]
中,能够被3整除余0的最大数,此时还没遍历到数,dp[0][0] = 0
,相当于给数组头添加了0。
还有dp[0][1] = INT_MIN; dp[0][2] = INT_MIN;
, 如果设置成0是不符合定义的,dp[0][1]表示的是模三余一,dp[0][2]表示的是模三余二。
这里
dp[i][1]
和dp[i][2]
的初始值可以理解为无穷小,因为dp[i][1]
和dp[i][2]
的第一个有意义的初始值可以理解为dp[i-1][0]
加上数组当前值nums[i]
构成的,又因为每次更新三个状态是通过比较最大值获得的,所以无穷小就被干掉了。
举个例子,假设有一个数组中第一个%3余1的数是4,那么在4出现之前,
dp[i][1]
就一直是无穷小,不会影响dp[i][0]
的更新。只有4出现了,才会用dp[i-1][0] + 4
去更新dp[i][1]
,之后dp[i][1]
才会参与dp[i][0]
的更新。
2.4 计算顺序
根据递推公式,如dp[i][0]
是由dp[i - 1][0]
决定的,所以i
从小到大顺序遍历。
三、代码
class Solution {
public:
int maxSumDivThree(vector<int>& nums) {
int n = nums.size();
vector<vector<int>> dp(n + 1, vector<int>(3, 0));
dp[0][0] = 0;
dp[0][1] = INT_MIN;
dp[0][2] = INT_MIN;
for(int i = 1; i <= n; i++){
if(nums[i - 1] % 3 == 0){
dp[i][0] = max(dp[i - 1][0], dp[i - 1][0] + nums[i - 1]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][1] + nums[i - 1]);
dp[i][2] = max(dp[i - 1][2], dp[i - 1][2] + nums[i - 1]);
}else if(nums[i - 1] % 3 == 1){
dp[i][0] = max(dp[i - 1][0], dp[i - 1][2] + nums[i - 1]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + nums[i - 1]);
dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + nums[i - 1]);
}else if(nums[i - 1] % 3 == 2){
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + nums[i - 1]);
dp[i][1] = max(dp[i - 1][1], dp[i - 1][2] + nums[i - 1]);
dp[i][2] = max(dp[i - 1][2], dp[i - 1][0] + nums[i - 1]);
}
}
return dp[n][0];
}
};
文章来源: andyguo.blog.csdn.net,作者:山顶夕景,版权归原作者所有,如需转载,请联系作者。
原文链接:andyguo.blog.csdn.net/article/details/122740419
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论(0)