2024-06-26：用go语言，给定一个长度为n的数组nums和一个正整数k， 找到数组中所有相差绝对值恰好为k的子数组， 并返回这些子数组中元素之和的最大值。 如果找不到这样的子数组，返回0。 输

2024-06-26：用go语言，给定一个长度为n的数组nums和一个正整数k，

找到数组中所有相差绝对值恰好为k的子数组，

并返回这些子数组中元素之和的最大值。

如果找不到这样的子数组，返回0。

输入：nums = [-1,3,2,4,5], k = 3。

输出：11。

解释：好子数组中第一个元素和最后一个元素的差的绝对值必须为 3 。好子数组有 [-1,3,2] 和 [2,4,5] 。最大子数组和为 11 ，对应的子数组为 [2,4,5] 。

答案2024-06-26：

chatgpt

题目来自leetcode3026。

大体步骤如下：

1.初始化变量：设定初始答案 ans 为负无穷大（math.MinInt），创建一个空的 map minS 用来存储元素之和为某特定值的最小下标，初始化总和 sum 为 0。

2.遍历输入数组 nums：对于数组中的每个元素 x：

• 查找 x+k 是否在 minS 中，如果在，则更新 ans 为 sum + x - minS[x+k] 与 ans 的最大值。

• 查找 x-k 是否在 minS 中，如果在，则更新 ans 为 sum + x - minS[x-k] 与 ans 的最大值。

• 查找 x 是否在 minS 中，如果不存在或者 sum 小于 minS[x]，则更新 minS[x] 为 sum。

• 更新当前总和 sum。

3.最终判断 ans 是否仍为负无穷大，如果是，则返回 0，否则将 ans 转换为 int64 类型后返回。

总的时间复杂度为 O(n)，其中 n 为输入数组的长度。这是因为算法只需要一次遍历输入数组。

总的额外空间复杂度也是 O(n)，因为使用了一个 map 来存储元素之和为特定值的最小下标，当输入数组中所有元素都不相差绝对值恰好为 k 时，map 中最多会存储 n 个元素。

Go完整代码如下：

package main

import (
	"fmt"
	"math"
)

func maximumSubarraySum(nums []int, k int) int64 {
	ans := math.MinInt
	minS := map[int]int{}
	sum := 0
	for _, x := range nums {
		s, ok := minS[x+k]
		if ok {
			ans = max(ans, sum+x-s)
		}

		s, ok = minS[x-k]
		if ok {
			ans = max(ans, sum+x-s)
		}

		s, ok = minS[x]
		if !ok || sum < s {
			minS[x] = sum
		}

		sum += x
	}
	if ans == math.MinInt {
		return 0
	}
	return int64(ans)
}

func main() {
	nums := []int{-1, 3, 2, 4, 5}
	k := 3
	fmt.Println(maximumSubarraySum(nums, k))
}

Python完整代码如下：

# -*-coding:utf-8-*-

def maximum_subarray_sum(nums, k):
    ans = float('-inf')
    min_s = {}
    sum_val = 0

    for x in nums:
        if x + k in min_s:
            ans = max(ans, sum_val + x - min_s[x + k])

        if x - k in min_s:
            ans = max(ans, sum_val + x - min_s[x - k])

        if x not in min_s or sum_val < min_s[x]:
            min_s[x] = sum_val

        sum_val += x

    if ans == float('-inf'):
        return 0
    return ans

nums = [-1, 3, 2, 4, 5]
k = 3
print(maximum_subarray_sum(nums, k))