代码拉取完成，页面将自动刷新
同步操作将从 doocs/leetcode 强制同步，此操作会覆盖自 Fork 仓库以来所做的任何修改，且无法恢复！！！
确定后同步将在后台操作，完成时将刷新页面，请耐心等待。
一个下标从 0 开始的数组的 交替和 定义为 偶数 下标处元素之 和 减去 奇数 下标处元素之 和 。
[4,2,5,3] 的交替和为 (4 + 5) - (2 + 3) = 4 。给你一个数组 nums ，请你返回 nums 中任意子序列的 最大交替和 （子序列的下标 重新 从 0 开始编号）。
一个数组的 子序列 是从原数组中删除一些元素后（也可能一个也不删除）剩余元素不改变顺序组成的数组。比方说，[2,7,4] 是 [4,2,3,7,2,1,4] 的一个子序列（加粗元素），但是 [2,4,2] 不是。
示例 1：
输入：nums = [4,2,5,3] 输出：7 解释：最优子序列为 [4,2,5] ，交替和为 (4 + 5) - 2 = 7 。
示例 2：
输入：nums = [5,6,7,8] 输出：8 解释：最优子序列为 [8] ，交替和为 8 。
示例 3：
输入：nums = [6,2,1,2,4,5] 输出：10 解释：最优子序列为 [6,1,5] ，交替和为 (6 + 5) - 1 = 10 。
提示：
1 <= nums.length <= 1051 <= nums[i] <= 105我们定义 $f[i]$ 表示从前 $i$ 个元素中选出的子序列，且最后一个元素为奇数下标时的最大交替和，定义 $g[i]$ 表示从前 $i$ 个元素中选出的子序列，且最后一个元素为偶数下标时的最大交替和。初始时 $f[0] = g[0] = 0$。答案为 $max(f[n], g[n])$。
我们考虑第 $i$ 个元素 $nums[i - 1]$：
如果选取该元素且该元素为奇数下标，那么上一个元素必须为偶数下标，且只能从前 $i-1$ 个元素中选取，因此 $f[i] = g[i - 1] - nums[i - 1]$；如果不选取该元素，那么 $f[i] = f[i - 1]$。
同理，如果选取该元素且该元素为偶数下标，那么上一个元素必须为奇数下标，且只能从前 $i-1$ 个元素中选取，因此 $g[i] = f[i - 1] + nums[i - 1]$；如果不选取该元素，那么 $g[i] = g[i - 1]$。
综上，我们可以得到状态转移方程：
$$ \begin{aligned} f[i] &= max(g[i - 1] - nums[i - 1], f[i - 1]) \\ g[i] &= max(f[i - 1] + nums[i - 1], g[i - 1]) \end{aligned} $$
最终答案为 $max(f[n], g[n])$。
我们注意到 $f[i]$ 和 $g[i]$ 只与 $f[i - 1]$ 和 $g[i - 1]$ 有关，因此我们可以使用两个变量代替数组，将空间复杂度降低到 $O(1)$。
时间复杂度 $O(n)$，其中 $n$ 为数组长度。
class Solution:
def maxAlternatingSum(self, nums: List[int]) -> int:
n = len(nums)
f = [0] * (n + 1)
g = [0] * (n + 1)
for i, x in enumerate(nums, 1):
f[i] = max(g[i - 1] - x, f[i - 1])
g[i] = max(f[i - 1] + x, g[i - 1])
return max(f[n], g[n])
class Solution {
public long maxAlternatingSum(int[] nums) {
int n = nums.length;
long[] f = new long[n + 1];
long[] g = new long[n + 1];
for (int i = 1; i <= n; ++i) {
f[i] = Math.max(g[i - 1] - nums[i - 1], f[i - 1]);
g[i] = Math.max(f[i - 1] + nums[i - 1], g[i - 1]);
}
return Math.max(f[n], g[n]);
}
}
class Solution {
public:
long long maxAlternatingSum(vector<int>& nums) {
int n = nums.size();
vector<long long> f(n + 1), g(n + 1);
for (int i = 1; i <= n; ++i) {
f[i] = max(g[i - 1] - nums[i - 1], f[i - 1]);
g[i] = max(f[i - 1] + nums[i - 1], g[i - 1]);
}
return max(f[n], g[n]);
}
};
func maxAlternatingSum(nums []int) int64 {
n := len(nums)
f := make([]int, n+1)
g := make([]int, n+1)
for i, x := range nums {
i++
f[i] = max(g[i-1]-x, f[i-1])
g[i] = max(f[i-1]+x, g[i-1])
}
return int64(max(f[n], g[n]))
}
function maxAlternatingSum(nums: number[]): number {
const n = nums.length;
const f: number[] = new Array(n + 1).fill(0);
const g = f.slice();
for (let i = 1; i <= n; ++i) {
f[i] = Math.max(g[i - 1] + nums[i - 1], f[i - 1]);
g[i] = Math.max(f[i - 1] - nums[i - 1], g[i - 1]);
}
return Math.max(f[n], g[n]);
}
class Solution:
def maxAlternatingSum(self, nums: List[int]) -> int:
f = g = 0
for x in nums:
f, g = max(g - x, f), max(f + x, g)
return max(f, g)
class Solution {
public long maxAlternatingSum(int[] nums) {
long f = 0, g = 0;
for (int x : nums) {
long ff = Math.max(g - x, f);
long gg = Math.max(f + x, g);
f = ff;
g = gg;
}
return Math.max(f, g);
}
}
class Solution {
public:
long long maxAlternatingSum(vector<int>& nums) {
long long f = 0, g = 0;
for (int& x : nums) {
long ff = max(g - x, f), gg = max(f + x, g);
f = ff, g = gg;
}
return max(f, g);
}
};
func maxAlternatingSum(nums []int) int64 {
var f, g int
for _, x := range nums {
f, g = max(g-x, f), max(f+x, g)
}
return int64(max(f, g))
}
function maxAlternatingSum(nums: number[]): number {
let [f, g] = [0, 0];
for (const x of nums) {
[f, g] = [Math.max(g - x, f), Math.max(f + x, g)];
}
return g;
}
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。