2026-04-28:能被 3 整除的三元组最大和。用go语言,在数组 nums 中挑选出恰好三个数,使得这三个数的总和可以被 3 整除。 要求计算所有满足条件的三元组里,它们的三个数之和所能达到的最

news2026/4/28 10:01:28
2026-04-28能被 3 整除的三元组最大和。用go语言在数组 nums 中挑选出恰好三个数使得这三个数的总和可以被 3 整除。要求计算所有满足条件的三元组里它们的三个数之和所能达到的最大值如果完全找不到满足条件的三元组则结果为 0。3 nums.length 100000。1 nums[i] 100000。输入: nums [4,2,3,1]。输出: 9。解释:总和能被 3 整除的有效三元组为(4, 2, 3)和为 4 2 3 9。(2, 3, 1)和为 2 3 1 6。因此答案是 9。题目来自力扣3779。解题过程详细解析一、核心定义与初始化准备1. 关键常量定义K3我们必须恰好选3个数字这是固定要求MOD3判断和能否被3整除只需要看总和对3取余的结果余数只能是0、1、2。2. 动态规划数组定义创建二维数组f格式f[选了i个数][余数为r] 最大和第一维0~3代表当前选中的数字个数0个、1个、2个、3个第二维0~2代表当前数字总和对3取余的结果数组值存储对应状态下的最大总和。3. 数组初始化所有位置默认赋值为负无穷表示初始状态不可达没有有效数字唯一初始有效状态f[0][0] 0选0个数总和为0余数0和为0。二、核心遍历逻辑逐个处理数组中的数字遍历数组里的每一个数字x从后往前更新动态规划数组避免重复使用同一个数字核心规则对于当前已选j个数字、余数为r的状态加入数字x后会变成选j1个数字、余数为(rx)%3总和变为 原总和 x。我们只保留每个状态下的最大总和。分步处理示例输入数组[4,2,3,1]我们一步步看每个数字处理后状态的变化处理第一个数字 44对3取余1从选0个、余数0的状态更新为选1个、余数1和为4此时有效状态选1个余数14。处理第二个数字 22对3取余2基于选0个的状态新增 选1个余数22基于选1个余数1的状态新增 选2个余数0426此时有效状态选1个(14、22)选2个(06)。处理第三个数字 33对3取余0基于选0个新增 选1个余数03基于选1个更新选2个的最大和余数1437、余数2235基于选2个余数0更新选3个余数0639这就是最终答案此时已经得到恰好选3个数、余数0、和为9。处理第四个数字 11对3取余1继续更新所有状态会得到另一个三元组和为6对比后最大和依旧是9。三、最终结果计算遍历结束后我们只需要看一个目标状态f[3][0]恰好选3个数字总和余数为0能被3整除的最大和。如果这个值大于0就返回它如果这个值无效负无穷说明没有符合条件的三元组返回0。示例中f[3][0]9所以最终输出9。四、时间复杂度 额外空间复杂度1. 时间复杂度设数组长度为n最大10万动态规划的两层固定循环选数字个数3次 余数3次 固定9次操作总操作次数 n × 9是线性复杂度时间复杂度O(n)。2. 额外空间复杂度动态规划数组是固定大小4行 × 3列 12个元素空间大小不随数组长度变化是常数级空间额外空间复杂度O(1)。总结解题核心用动态规划记录「选几个数总和余数」的最大和精准匹配「恰好3个数、能被3整除」的要求处理逻辑逐个遍历数字更新所有可能的状态只保留最大和效率时间O(n)处理10万数据极快空间O(1)占用内存极小完全满足题目数据规模要求。Go完整代码如下packagemainimport(fmtmath)funcmaximumSum(nums[]int)int{constK3constMOD3f:[K1][MOD]int{}fori:rangef{forj:rangef[i]{f[i][j]math.MinInt}}f[0][0]0for_,x:rangenums{forj:K-1;j0;j--{forr:rangeMOD{f[j1][(rx)%MOD]max(f[j1][(rx)%MOD],f[j][r]x)}}}returnmax(f[K][0],0)}funcmain(){nums:[]int{4,2,3,1}result:maximumSum(nums)fmt.Println(result)}Python完整代码如下# -*-coding:utf-8-*-importmathdefmaximum_sum(nums):K3MOD3# 初始化 dp 表dp[j][r] 表示选 j 个数和模 MOD 为 r 的最大和dp[[-math.inf]*MODfor_inrange(K1)]dp[0][0]0forxinnums:# 倒序更新 j确保每个数最多选一次0/1 背包forjinrange(K-1,-1,-1):forrinrange(MOD):# 避免在更新过程中使用本轮已更新的值倒序 j 已保证new_r(rx)%MODifdp[j][r]!-math.inf:dp[j1][new_r]max(dp[j1][new_r],dp[j][r]x)# 返回选恰好 K 个数且和能被 MOD 整除的最大和若不存在则返回 0returnmax(dp[K][0],0)if__name____main__:nums[4,2,3,1]resultmaximum_sum(nums)print(result)C完整代码如下#includeiostream#includevector#includealgorithm#includeclimitsusingnamespacestd;intmaximumSum(vectorintnums){constintK3;constintMOD3;// 初始化 dp 表f[j][r] 表示选 j 个数和模 MOD 为 r 的最大和vectorvectorintf(K1,vectorint(MOD,INT_MIN));f[0][0]0;for(intx:nums){// 倒序更新 j确保每个数只使用一次for(intjK-1;j0;j--){for(intr0;rMOD;r){if(f[j][r]!INT_MIN){intnew_r(rx)%MOD;f[j1][new_r]max(f[j1][new_r],f[j][r]x);}}}}// 返回选恰好 K 个数且和能被 MOD 整除的最大和若不存在则返回 0returnmax(f[K][0],0);}intmain(){vectorintnums{4,2,3,1};intresultmaximumSum(nums);coutresultendl;return0;}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2562309.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…