Kadane算法与组合数学：最大子数组和与好子序列计数

1. 最大子数组和问题与Kadane算法实战

1.1 问题背景与核心思路

最大子数组和问题（Maximum Subarray Problem）是算法领域的经典问题，给定一个数组（或字符串），我们需要找到一个连续子数组（子串），使得该子数组的元素和最大。这个问题在实际中有广泛应用，比如金融分析中的最大收益区间、信号处理中的最大能量区间等。

Kadane算法是解决该问题的经典动态规划算法，由卡内基梅隆大学的Jay Kadane教授在1984年提出。它的核心思想是通过一次遍历数组，在每个位置计算以该位置元素结尾的最大子数组和，同时维护一个全局最大值。

1.2 算法实现细节解析

让我们深入分析提供的代码实现：

cpp复制int maximumCostSubstring(string s, string chars, vector<int>& vals) {
    int mapping[26]{};
    iota(mapping, mapping + 26, 1);
    for (int i = 0; i < chars.length(); i++) 
        mapping[chars[i] - 'a'] = vals[i];
    
    int ans = 0, f = 0;
    for (char c : s) {
        f = max(f, 0) + mapping[c - 'a'];
        ans = max(ans, f);
    }
    return ans;
}

关键点解析：

1. 字符到值的映射建立：

   • 默认情况下，字母a-z映射为1-26（iota(mapping, mapping + 26, 1)）
   • 可以通过chars和vals参数覆盖特定字符的映射值

2. Kadane算法核心逻辑：

   • f表示以当前字符结尾的最大子串和
   • f = max(f, 0) + mapping[c - 'a']是关键递推式：
     • max(f, 0)：如果之前的子串和为负，则舍弃（从当前字符重新开始）
     • + mapping[c - 'a']：加上当前字符的值
   • ans维护全局最大值

3. 允许空子串的特殊处理：

   • 初始化ans = 0，表示空子串的和为0
   • 如果所有子串和都为负，算法会返回0（空子串）

1.3 算法复杂度分析

• 时间复杂度：O(n)，只需一次遍历字符串
• 空间复杂度：O(1)，仅使用固定大小的额外空间（26个字母的映射表）

1.4 实际应用与变种

Kadane算法在实际中有多种变体：

1. 不允许空子串：初始化`an