学习方法与心得4 | 豆包MarsCode AI 刷题-动态规划专题通过Kadane算法计算单次甜点的最大子序和，并结合

贪心的小包

1. 问题描述

小包非常喜欢甜点，他收到了一次性送来的 $N$ 个甜点，每个甜点都有一个对应的喜爱值。这还不够，他让快递小哥连续送来了 $M$ 次相同的 $N$ 个甜点，并将这些甜点首尾相接排成一排。

现在，小包面前有 $N×M$ 个排成一排的甜点。他希望从中选择一段连续的甜点，使得这段甜点的总喜爱值最大化。需要注意的是，尽管小包喜欢甜食，但有些甜点可能不合口味，导致其喜爱值为负数。此外，小包至少需要选择一个甜点。

2. 解题思路

2.1 问题分析

这是一个经典的“最大子数组和问题”的变形，问题要求我们从重复 $M$ 次的数组中选取连续的一段，使得总喜爱值最大化。

由于 $M$ 次甜点的排列是周期性的，我们可以将该问题转化为：

使用 动态规划（Kadane算法）找到单次甜点数组的最大子序和。
扩展到 $M>1$ 的情况，通过数学推导处理多个周期的优化。

2.2 算法思想与实现

Kadane算法：
使用动态规划思想，通过维护当前子数组的最大值 pre 和全局最大值 ans，快速找到一次 NNN 个甜点中的最大子序和。
扩展到多个周期：当 $M=1$ 时，只需计算单次甜点数组的最大子序和即可。
当 $M>1$ 时，需考虑跨越数组边界的子序列，结合数组前缀和与后缀和求解最大值。

代码实现：

以下为本问题的核心代码

def solution(N, M, data):
    # 计算一次甜点的最大子序和
    def kadane(arr):
        max_ending_here = max_so_far = arr[0]
        for x in arr[1:]:
            max_ending_here = max(x, max_ending_here + x)
            max_so_far = max(max_so_far, max_ending_here)
        return max_so_far

    single_max_sum = kadane(data)
    total_sum = sum(data)

    if M == 1:
        return single_max_sum
    
    # 考虑前缀和与后缀和的最大值
    prefix_sum = suffix_sum = float('-inf')
    current_prefix = current_suffix = 0

    for i in range(N):
        current_prefix += data[i]
        prefix_sum = max(prefix_sum, current_prefix)

    for i in range(N - 1, -1, -1):
        current_suffix += data[i]
        suffix_sum = max(suffix_sum, current_suffix)

    if total_sum > 0:
        return max(single_max_sum, prefix_sum + suffix_sum + (M - 2) * total_sum)
    else:
        return max(single_max_sum, prefix_sum + suffix_sum)

3. 代码详解

Kadane算法实现：
计算单次甜点中的最大子序和，作为基础解法。
前缀和与后缀和计算：
遍历数组，找到最大前缀和与后缀和，为跨周期的子序列计算做准备。
总和判断：
- 若单次甜点总和为正，可结合中间部分的多次总和进行最大化。
- 若总和为负，最大值只能由跨周期边界的子序列或单次子序列贡献

5. 算法性能分析

时间复杂度

Kadane算法的时间复杂度为 $O(N)$ 。
额外计算前缀和与后缀和的时间复杂度也是 $O(N)$ 。
因此，总体时间复杂度为 $O(N)$ ，与 $M$ 的值无关。

空间复杂度

只使用常数额外空间，空间复杂度为 $O(1)$ 。

4. 收获与总结

通过本题，我学习到了：

动态规划在最大子序和问题中的应用，以及如何扩展到多次数组拼接的场景。
前缀和与后缀和技巧的使用，有助于处理跨周期的连续子数组问题。
数学推导在复杂问题中的重要性，特别是在优化大规模数据时，避免直接展开数组。