100183. 最大好子数组和
题目：
给你一个长度为 n 的数组 nums 和一个 正 整数 k 。
如果 nums 的一个子数组中，第一个元素和最后一个元素 差的绝对值恰好 为 k ，我们称这个子数组为 好 的。换句话说，如果子数组 nums[i..j] 满足 |nums[i] - nums[j]| == k ，那么它是一个好子数组。
请你返回 nums 中 好 子数组的 最大 和，如果没有好子数组，返回 0 。
实例：
示例 1：
输入：nums = [1,2,3,4,5,6], k = 1 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 1 。好子数组有 [1,2] ，[2,3] ，[3,4] ，[4,5] 和 [5,6] 。最大子数组和为 11 ，对应的子数组为 [5,6] 。
示例 2：
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] 。
示例 3：
输入：nums = [-1,-2,-3,-4], k = 2 输出：-6 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 2 。好子数组有 [-1,-2,-3] 和 [-2,-3,-4] 。最大子数组和为 -6 ，对应的子数组为 [-1,-2,-3] 。
思路：这就是典型的前缀和问题
【1】首先我第一次就用的双层for循环+前缀和去解决
代码如下：
class Solution {
public:
long long maximumSubarraySum(vector<int>& nums, int k) {
int n=nums.size();
int MOD=1e9+7;
long long int i,j;
long long int mx[n];
long long int sum=0;
for(i=0;i<n;i++){
sum+=nums[i];
mx[i]=sum;
}
long long int maxsum=-9223372036854775808;
for(i=0;i<=n-2;i++){
long long int midd;
for(j=i+1;j<n;j++){
if(abs(nums[j]-nums[i])==k) {
midd=mx[j]-mx[i]+nums[i];
maxsum=max(maxsum,midd);
}
}
}
return (maxsum==-9223372036854775808)?0:maxsum;
}
};定义的maxsum的值原因是long long 的最小值就是他，所以才可以去比较
这个代码的思路就比较简单了，先定义一个等长的数组去存放前缀和，然后双层for循环，去找到区间i,j(满足两边界的数组值的绝对值为k),然后用前缀和mx[j]-mx[i]+nums[i]即可
这样是没问题的，应该是时间复杂度高了，O(N*N)
在leetcode就差几个样例
第二种 就得在前缀和之的基础上加入哈希表去做就可以，这样复杂度也就变成了O（n）
class Solution {
public:
long long maximumSubarraySum(vector<int> &nums, int k) {
long long ans = LLONG_MIN, sum = 0;
unordered_map<int, long long> min_s;
for (int x: nums) {
auto it = min_s.find(x + k);
if (it != min_s.end()) {
ans = max(ans, sum + x - it->second);
}
it = min_s.find(x - k);
if (it != min_s.end()) {
ans = max(ans, sum + x - it->second);
}
it = min_s.find(x);
if (it == min_s.end() || sum < it->second) {
min_s[x] = sum;
}
sum += x;
}
return ans == LLONG_MIN ? 0 : ans;
}
};