LeetCode算法心得——有序三元组中的最大值 II (简单的动规思想)
大家好，我是晴天学长，枚举＋简单的动态规划思想，需要的小伙伴可以关注支持一下哦！后续会继续更新的。
1) .有序三元组中的最大值 II
有序三元组中的最大值 II
给你一个下标从 0 开始的整数数组 nums 。
请你从所有满足 i < j < k 的下标三元组 (i, j, k) 中，找出并返回下标三元组的最大值。如果所有满足条件的三元组的值都是负数，则返回 0 。
下标三元组 (i, j, k) 的值等于 (nums[i] - nums[j]) * nums[k] 。
示例 1：
输入：nums = [12,6,1,2,7]
输出：77
解释：下标三元组 (0, 2, 4) 的值是 (nums[0] - nums[2]) * nums[4] = 77 。
可以证明不存在值大于 77 的有序下标三元组。
示例 2：
输入：nums = [1,10,3,4,19]
输出：133
解释：下标三元组 (1, 2, 4) 的值是 (nums[1] - nums[2]) * nums[4] = 133 。
可以证明不存在值大于 133 的有序下标三元组。
示例 3：
输入：nums = [1,2,3]
输出：0
解释：唯一的下标三元组 (0, 1, 2) 的值是一个负数，(nums[0] - nums[1]) * nums[2] = -3 。因此，答案是 0 。
提示：
3 <= nums.length <= 105
1 <= nums[i] <= 106
2) .算法思路
有序三元组中的最大值 II
(nums[i] - nums[j]) * nums[k]
枚举k
1.nums[i] - nums[j]) 只用关心这个是不是最大的就可以了
存一个最大差值，存一个最大值（不一定相关）
2.预处理右边最大值，遍历j
3) .算法步骤
- 方法1：动态规划，枚举k
初始化变量 ans 为 0，preDiff 为 0，preMax 为 0。
遍历数组 nums，对于数组中的每个元素 x，执行以下步骤：
计算当前三元组的值 preDiff * x，并将其与 ans 进行比较，更新 ans 为较大值。
计算当前位置的最大差值 preDiff，更新为当前 preDiff 和 preMax - x 的较大值。
计算当前位置的最大元素 preMax，更新为当前 preMax 和 x 的较大值。
返回最大值 ans。
- 方法2：预处理右边的最大值，枚举j
创建一个长度为 nums.length 的辅助数组 a，用于存储右边元素的最大值。
初始化变量 rightDiff 为 0，ans 为 0。
从数组 nums 的倒数第二个位置开始向前遍历，执行以下步骤：
计算当前位置右边的最大值 rightDiff，更新为当前 rightDiff 和 nums[i] 的较大值。
将 rightDiff 存储到辅助数组 a 的相应位置。
初始化变量 preMax 为 nums[0]。
从数组 nums 的第一个位置开始向右遍历，执行以下步骤：
计算当前三元组的值 (preMax - nums[i]) * a[i+1]，并将其与 ans 进行比较，更新 ans 为较大值。
计算当前位置的最大元素 preMax，更新为当前 preMax 和 nums[i] 的较大值。
返回最大值 ans。
4）.代码示例
class Solution {
// 方法1，动态规划，枚举k
public long maximumTripletValue(int[] nums) {
long ans = 0;
long preDiff = 0, preMax = 0;
for (int x : nums
) {
ans = Math.max(ans, preDiff * x);
preDiff = Math.max(preDiff, preMax - x);
preMax = Math.max(preMax, x);
}
return ans;
}
//方法2 预处理右边的最大值,枚举j
public long maximumTripletValue2(int[] nums) {
int[] a = new int[nums.length];
int rightDiff = 0;
long ans = 0;
//预处理
for (int i = nums.length - 1; i > 1; i--) {
rightDiff = Math.max(rightDiff, nums[i]);
a[i] = rightDiff;
}
//开始遍历
long preMax = nums[0];
for (int i = 0; i < nums.length - 1; i++) {
ans = Math.max(ans, (preMax-nums[i])*a[i+1]);
preMax = Math.max(preMax,nums[i]);
}
return ans;
}
}
5）.总结
- 动态规划，枚举k，j,只用关心上一步的状态和自己的状态。（思想很重要）
试题链接：