2873. 有序三元组中的最大值 I
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 <= 100
1 <= nums[i] <= 106
思路
暴力迭代
简化成二元组求积
简化成二元组求积(优化)
代码
暴力迭代
class Solution {
public long maximumTripletValue(int[] nums) {
long result = 0;
for (int i = 0; i < nums.length; i++) {
for (int j = i + 1; j < nums.length; j++) {
for (int k = j + 1; k < nums.length; k++) {
result = Math.max(result, (long) (nums[i] - nums[j]) * nums[k]);
}
}
}
return result;
}
}
简化成二元组求积
class Solution {
public long maximumTripletValue(int[] nums) {
long result = 0;
int len = nums.length;
int max = nums[0];
//one - two
int[] oneTwoArray = new int[len];
for (int i = 1; i < len - 1; i++) {
max = Math.max(max, nums[i]);
oneTwoArray[i] = Math.max(oneTwoArray[i - 1], max - nums[i]);
}
//three
int[] threeArray = new int[len];
threeArray[len - 1] = nums[len - 1];
for (int i = len - 2; i > 0; i--) {
threeArray[i] = Math.max(nums[i + 1], threeArray[i + 1]);
}
for (int i = 1; i < len - 1; i++) {
result = Math.max(result, (long) oneTwoArray[i] * threeArray[i]);
}
return result;
}
}
简化成二元组求积(优化)
class Solution {
public long maximumTripletValue(int[] nums) {
long result = 0;
int len = nums.length;
//three
int[] threeArray = new int[len];
threeArray[len - 1] = nums[len - 1];
for (int i = len - 2; i > 0; i--) {
threeArray[i] = Math.max(nums[i + 1], threeArray[i + 1]);
}
//one - two
int max = nums[0];
int temp = 0;
for (int i = 1; i < len - 1; i++) {
max = Math.max(max, nums[i]);
temp = Math.max(temp, max - nums[i]);
result = Math.max(result, (long) temp * threeArray[i]);
}
return result;
}
}
本文是原创文章,采用 CC BY-NC-ND 4.0 协议,完整转载请注明来自 孤寂灬无痕
评论
匿名评论
隐私政策
你无需删除空行,直接评论以获取最佳展示效果