1. 问题解析:理解最大连续子数组和问题
这个问题本质上是一个变种的最大连续子数组和问题(Maximum Subarray Problem)。经典的最大子数组和问题是寻找数组中连续子数组的和的最大值,而这里我们需要对每个元素i,找到所有包含i的连续子数组中和最大的那个。
举个例子,对于数组[1, -2, 3, -4]:
- 对于i=1,包含1的最大和子数组是[1, -2, 3],和为2
- 对于i=2,同样选择[1, -2, 3]
- 对于i=3,可以选择[3]本身
- 对于i=4,选择[3, -4],和为-1
这个问题的关键在于如何高效地为每个位置i计算这个最大值。直接暴力解法的时间复杂度是O(n²),对于n=2×10⁵来说显然不可行。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 算法思路:分治与动态规划
2.1 动态规划解法
我们可以将问题分解为两个部分:
- 对于每个i,计算以i结尾的最大子数组和(从左向右)
- 对于每个i,计算以i开头的最大子数组和(从右向左)
然后,对于每个i,包含i的最大子数组和就是:
max_left[i] + max_right[i] - a[i]
其中:
- max_left[i]:以i结尾的最大子数组和
- max_right[i]:以i开头的最大子数组和
- a[i]:当前元素值(因为被计算了两次)
2.2 算法步骤详解
-
初始化两个数组l和r:
- l[i]表示以i结尾的最大子数组和
- r[i]表示以i开头的最大子数组和
-
从左向右计算l数组:
- l[1] = a[1]
- 对于i从2到n:l[i] = max(a[i], l[i-1]+a[i])
-
从右向左计算r数组:
- r[n] = a[n]
- 对于i从n-1到1:r[i] = max(a[i], r[i+1]+a[i])
-
计算最终结果:
- 对于每个i,result[i] = l[i] + r[i] - a[i]
3. 代码实现与优化
3.1 基础实现
cpp复制#include <bits/stdc++.h>
using namespace std;
const int N=2e5+5;
#define int long l
