【LeetCode1262】 可被三整除的最大和（动态规划）

一、题目

提示：
1 <= nums.length <= 4 * 10^4
1 <= nums[i] <= 10^4

二、思路

要从给出的数组中，找到一小坨数满足和能被3整除。dp[i][*]表示在num[i]中，被3整除后的余数为*的最大数（和）。

2.1 确定状态

对于每种状态，有2种选择：选择当前元素；不选择当前元素：

	dp[i][*] = max{dp[i-1][*],dp[i-1][*] + nums[i]}  (* 取值为 0,1,2)

2.2 转移方程

（1）零状态：
dp[k][0]:能够被3整除余0的最大数（和）。
$$dp[i][0]=\max (dp[i-1][0],\left\{\begin{array}{ll}dp[i-1][0]+nums[i]& \text{ nums }[\mathrm{i}]\%3==0\\ dp[i-1][1]+nums[i]& \text{ nums }[\mathrm{i}]\%3==2\\ dp[i-1][2]+nums[i]& \text{ nums }[\mathrm{i}]\%3==1\end{array}\right)$$
（2）一状态：
dp[k][1]:能够被3整除余1的最大数（和）。$$dp[i][1]=\max (dp[i-1][1],\left\{\begin{array}{rl}dp[i-1][0]+nums[i]& \text{，}nums\%3==1\\ dp[i-1][1]+nums[i]& \text{，}nums[i]\%3==0\\ dp[i-1][2]+nums[i]& \text{，}nums[i]\%3==2\end{array}\right)$$
（3）三状态：
dp[k][2]:能够被3整除余2的最大数（和）。$$dp[i][2]=\max (dp[i-1][2],\left\{\begin{array}{ll}dp[i-1][0]+nums[i]& \mathrm{nums}[\mathrm{i}]\%3==2\\ dp[i-1][1]+nums[i]& \text{ nums }[\mathrm{i}]\%3==1\\ dp[i-1][2]+nums[i]& \text{ nums }[\mathrm{i}]\%3=0\end{array}\right)$$

2.3 初始条件+边界

因为当前的状态和前一个状态有关，（我们先将遍历的i从1开始遍历），则其中第0个状态的dp[0][0]表示在nums[0]中，能够被3整除余0的最大数，此时还没遍历到数，dp[0][0] = 0，相当于给数组头添加了0。

还有dp[0][1] = INT_MIN; dp[0][2] = INT_MIN;， 如果设置成0是不符合定义的，dp[0][1]表示的是模三余一，dp[0][2]表示的是模三余二。

这里dp[i][1]和dp[i][2]的初始值可以理解为无穷小，因为dp[i][1]和dp[i][2]的第一个有意义的初始值可以理解为dp[i-1][0]加上数组当前值nums[i]构成的，又因为每次更新三个状态是通过比较最大值获得的，所以无穷小就被干掉了。

举个例子，假设有一个数组中第一个%3余1的数是4，那么在4出现之前，dp[i][1]就一直是无穷小，不会影响dp[i][0]的更新。只有4出现了，才会用dp[i-1][0] + 4去更新dp[i][1]，之后dp[i][1]才会参与dp[i][0]的更新。

2.4 计算顺序

根据递推公式，如dp[i][0]是由dp[i - 1][0]决定的，所以i从小到大顺序遍历。

三、代码

class Solution {
public:
    int maxSumDivThree(vector<int>& nums) {
        int n = nums.size();
        vector<vector<int>> dp(n + 1, vector<int>(3, 0));

        dp[0][0] = 0;
        dp[0][1] = INT_MIN;
        dp[0][2] = INT_MIN;

        for(int i = 1;  i <= n; i++){
            if(nums[i - 1] % 3 == 0){
                dp[i][0] = max(dp[i - 1][0], dp[i - 1][0] + nums[i - 1]);
                dp[i][1] = max(dp[i - 1][1], dp[i - 1][1] + nums[i - 1]);
                dp[i][2] = max(dp[i - 1][2], dp[i - 1][2] + nums[i - 1]);
            }else if(nums[i - 1] % 3 == 1){
                dp[i][0] = max(dp[i - 1][0], dp[i - 1][2] + nums[i - 1]);
                dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + nums[i - 1]);
                dp[i][2] = max(dp[i - 1][2], dp[i - 1][1] + nums[i - 1]);
            }else if(nums[i - 1] % 3 == 2){
                dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] + nums[i - 1]);
                dp[i][1] = max(dp[i - 1][1], dp[i - 1][2] + nums[i - 1]);
                dp[i][2] = max(dp[i - 1][2], dp[i - 1][0] + nums[i - 1]);
            }
        }
        return dp[n][0];
    }
};