返回介绍

solution / 1800-1899 / 1800.Maximum Ascending Subarray Sum / README

发布于 2024-06-17 01:03:14 字数 4293 浏览 0 评论 0 收藏 0

1800. 最大升序子数组和

English Version

题目描述

给你一个正整数组成的数组 nums ,返回 nums 中一个 升序 子数组的最大可能元素和。

子数组是数组中的一个连续数字序列。

已知子数组 [numsl, numsl+1, ..., numsr-1, numsr] ,若对所有 il <= i < r),numsi < numsi+1 都成立,则称这一子数组为 升序 子数组。注意,大小为 1 的子数组也视作 升序 子数组。

 

示例 1:

输入:nums = [10,20,30,5,10,50]
输出:65
解释:[5,10,50] 是元素和最大的升序子数组,最大元素和为 65 。

示例 2:

输入:nums = [10,20,30,40,50]
输出:150
解释:[10,20,30,40,50] 是元素和最大的升序子数组,最大元素和为 150 。 

示例 3:

输入:nums = [12,17,15,13,10,11,12]
输出:33
解释:[10,11,12] 是元素和最大的升序子数组,最大元素和为 33 。 

示例 4:

输入:nums = [100,10,1]
输出:100

 

提示:

  • 1 <= nums.length <= 100
  • 1 <= nums[i] <= 100

解法

方法一:直接模拟

我们用变量 $t$ 记录当前升序子数组的和,用变量 $ans$ 记录最大的升序子数组和。

遍历数组 $nums$:

如果当前元素是数组的第一个元素,或者当前元素大于前一个元素,那么将当前元素加入到当前升序子数组的和,即 $t = t + nums[i]$,并且更新最大升序子数组和 $ans = \max(ans, t)$;否则,当前元素不满足升序子数组的条件,那么将当前升序子数组的和 $t$ 重置为当前元素,即 $t = nums[i]$。

遍历结束,返回最大升序子数组和 $ans$。

时间复杂度 $O(n)$,其中 $n$ 为数组 $nums$ 的长度。空间复杂度 $O(1)$。

class Solution:
  def maxAscendingSum(self, nums: List[int]) -> int:
    ans = t = 0
    for i, v in enumerate(nums):
      if i == 0 or v > nums[i - 1]:
        t += v
        ans = max(ans, t)
      else:
        t = v
    return ans
class Solution {
  public int maxAscendingSum(int[] nums) {
    int ans = 0, t = 0;
    for (int i = 0; i < nums.length; ++i) {
      if (i == 0 || nums[i] > nums[i - 1]) {
        t += nums[i];
        ans = Math.max(ans, t);
      } else {
        t = nums[i];
      }
    }
    return ans;
  }
}
class Solution {
public:
  int maxAscendingSum(vector<int>& nums) {
    int ans = 0, t = 0;
    for (int i = 0; i < nums.size(); ++i) {
      if (i == 0 || nums[i] > nums[i - 1]) {
        t += nums[i];
        ans = max(ans, t);
      } else {
        t = nums[i];
      }
    }
    return ans;
  }
};
func maxAscendingSum(nums []int) int {
  ans, t := 0, 0
  for i, v := range nums {
    if i == 0 || v > nums[i-1] {
      t += v
      if ans < t {
        ans = t
      }
    } else {
      t = v
    }
  }
  return ans
}
function maxAscendingSum(nums: number[]): number {
  const n = nums.length;
  let res = nums[0];
  let sum = nums[0];
  for (let i = 1; i < n; i++) {
    if (nums[i] <= nums[i - 1]) {
      res = Math.max(res, sum);
      sum = 0;
    }
    sum += nums[i];
  }
  return Math.max(res, sum);
}
impl Solution {
  pub fn max_ascending_sum(nums: Vec<i32>) -> i32 {
    let n = nums.len();
    let mut res = nums[0];
    let mut sum = nums[0];
    for i in 1..n {
      if nums[i - 1] >= nums[i] {
        res = res.max(sum);
        sum = 0;
      }
      sum += nums[i];
    }
    res.max(sum)
  }
}
#define max(a, b) (((a) > (b)) ? (a) : (b))

int maxAscendingSum(int* nums, int numsSize) {
  int res = nums[0];
  int sum = nums[0];
  for (int i = 1; i < numsSize; i++) {
    if (nums[i - 1] >= nums[i]) {
      res = max(res, sum);
      sum = 0;
    }
    sum += nums[i];
  }
  return max(res, sum);
}

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文