Question

以下是我输入数据的示例：
<script src="https://ajax.googleapis.com/ajax/libs/jquery/1.11.1/jquery.min.js"></script> <ul class="selector"></ul>

输出是：
5 // Number of 1D arrays, in this case we'll have array[5][3] 1 2 3 // Values of array[i][0..2] 1 1 1 1 0 0 1 1 0 2 1 0

问题是使用12 // Maximum sum ({1 2 3} + {1 1 1} + {2 1 0} = {4 4 4} = 12) - END SUM VALUES MUST BE EQUAL(4 4 4). 3 // Number of arrays used to get this sum数组找到最大总和，而secod条件是使用最少数量的数组。如果n我们停止算法。（300是最大值）。这是我的代码，我得到了很好的答案，但它的时间复杂度是O（2 ^ n-1）。我认为以某种方式保存结果并且不能多次计算相同的事情是可能的，但我还不知道如何。

sum > 300

Answer 1

这可能不是解决此问题的最佳算法，但它应该比O（2 ^ N）更快。

这个想法是在循环输入数组时记录所有可达总和。你可以使用一个字典，其密钥是可能总和的唯一散列，为了简单起见，我们假设密钥是一个连接三个总和的字符串，例如，总和[3,5,4] ]我们将使用密钥＆＃34; 003005004＆＃34; ，字典的值将是达到该总和的最小数组数。

所以在你的情况下：

1 2 3 => [001002003] =1
1 1 1 => [001001001] =1, [002003004]=2  (itself and use [001002003] from above)
1 0 0 => [001000000] =1, [002002003] =2, [002001001] =2, [003003004] =3
1 1 0 ...
2 1 0 ...

最后，您会发现[004004004] = 3，这是您的答案。

这看起来似乎也经历了所有组合，所以为什么它更快，因为每个数字的最大总和是300，所以在最坏的情况下，我们可能有301 ^ 3个键已填充并必须更新每个新输入数组的值。然而，这仍然是O（n），尽管有很大的常数，它仍然应该比O（2 ^ n）运行得快得多。（如果求解300 ^ 3 * n = 2 ^ n，n约为30-ish）

简单的散列函数是* 301 * 301 + b * 301 + c

Answer 2

我认为问题是iframe 1-D数组和数字m，使用n中的n数组找到最大总和;

解决方案看起来很直接。将每个1-D数组的总和保存在一个单独的数组中，比如说m

sum[]

对此数组1 2 3 = 6 1 1 1 = 3 1 0 0 = 1 1 1 0 = 2 2 1 0 = 3

进行排序

sum

并返回此数组的第一个6,3,3,2,1元素的总和。

最大子总和

2 个答案: