# 1186. 删除一次得到子数组最大和
### 题目地址(1186. 删除一次得到子数组最大和)
### 题目描述
```
给你一个整数数组，返回它的某个 非空 子数组（连续元素）在执行一次可选的删除操作后，所能得到的最大元素总和。
换句话说，你可以从原数组中选出一个子数组，并可以决定要不要从中删除一个元素（只能删一次哦），（删除后）子数组中至少应当有一个元素，然后该子数组（剩下）的元素总和是所有子数组之中最大的。
注意，删除一个元素后，子数组 不能为空。
请看示例：
示例 1：
输入：arr = [1,-2,0,3]
输出：4
解释：我们可以选出 [1, -2, 0, 3]，然后删掉 -2，这样得到 [1, 0, 3]，和最大。
示例 2：
输入：arr = [1,-2,-2,3]
输出：3
解释：我们直接选出 [3]，这就是最大和。
示例 3：
输入：arr = [-1,-1,-1,-1]
输出：-1
解释：最后得到的子数组不能为空，所以我们不能选择 [-1] 并从中删去 -1 来得到 0。
我们应该直接选择 [-1]，或者选择 [-1, -1] 再从中删去一个 -1。
提示：
1 <= arr.length <= 10^5
-10^4 <= arr[i] <= 10^4
```
### 前置知识
* 数组
* 动态规划
### 公司
* 字节
### 思路
#### 暴力法
符合知觉的做法是求出所有的情况，然后取出最大的。 我们只需要两层循环接口，外循环用于确定我们丢弃的元素，内循环用于计算 subArraySum。
```python
class Solution:
def maximumSum(self, arr: List[int]) -> int:
res = arr[0]
def maxSubSum(arr, skip):
res = maxSub = float("-inf")
for i in range(len(arr)):
if i == skip:
continue
maxSub = max(arr[i], maxSub + arr[i])
res = max(res, maxSub)
return res
# 这里循环到了len(arr)项，表示的是一个都不删除的情况
for i in range(len(arr) + 1):
res = max(res, maxSubSum(arr, i))
return res
```
#### 空间换时间
上面的做法在 LC 上会 TLE， 因此我们需要换一种思路，既然超时了，我们是否可以从空间换时间的角度思考呢？我们可以分别从头尾遍历，建立两个 subArraySub 的数组 l 和 r。 其实这个不难想到，很多题目都用到了这个技巧。
具体做法：
* 一层遍历， 建立 l 数组，l\[i]表示从左边开始的以 arr\[i]结尾的 subArraySum 的最大值
> 这里以 xxx 结尾有两种情况，要么自身就是一个数，要么就是和前面结合构成一个子序列。只要取这两种情况的最大值即可（因为我们的目标是求最大值）
* 一层遍历， 建立 r 数组，r\[i]表示从右边开始的以 arr\[i]结尾的 subArraySum 的最大值
* 一层遍历， 计算 l\[i - 1] + r\[i + 1] 的最大值
> l\[i - 1] + r\[i + 1]的含义就是删除 arr\[i]的子数组最大值
* 上面的这个步骤得到了**删除一个**的子数组最大值。题目要求的是最多删除一个，因此还有一种不删除的情况。不删除的只需要在上面循环**顺便计算**一下即可。
```python
class Solution:
def maximumSum(self, arr: List[int]) -> int:
n = len(arr)
l = [arr[0]] * n
r = [arr[n - 1]] * n
if n == 1:
return arr[0]
res = arr[0]
for i in range(1, n):
l[i] = max(l[i - 1] + arr[i], arr[i])
res = max(res, l[i])
for i in range(n - 2, -1, -1):
r[i] = max(r[i + 1] + arr[i], arr[i])
res = max(res, r[i])
for i in range(1, n - 1):
res = max(res, l[i - 1] + r[i + 1])
return res
```
#### 动态规划
上面的算法虽然时间上有所改善，但是正如标题所说，空间复杂度是 O(n),有没有办法改进呢？答案是使用动态规划。
具体过程：
* 定义 max0，表示以 arr\[i]结尾且一个都不漏的最大子数组和
* 定义 max1，表示以 arr\[i]或者 arr\[i - 1]结尾，可以漏一个的最大子数组和
* 遍历数组，更新 max1 和 max0（注意先更新 max1，因为 max1 用到了上一个 max0）
* 其中 `max1 = max(max1 + arr[i], max0)`, 即删除 arr\[i - 1]或者删除 arr\[i]
* 其中 `max0 = max(max0 + arr[i], arr[i])`， 一个都不删除
```python
#
# @lc app=leetcode.cn id=1186 lang=python3
#
# [1186] 删除一次得到子数组最大和
#
# @lc code=start
class Solution:
def maximumSum(self, arr: List[int]) -> int:
# DP
max0 = arr[0]
max1 = arr[0]
res = arr[0]
n = len(arr)
if n == 1:
return max0
for i in range(1, n):
# 先更新max1，再更新max0，因为max1用到了上一个max0
max1 = max(max1 + arr[i], max0)
max0 = max(max0 + arr[i], arr[i])
res = max(res, max0, max1)
return res
```
**复杂度分析**
* 时间复杂度：$O(N)$
* 空间复杂度：$O(1)$
### 关键点解析
* 空间换时间
* 头尾双数组
* 动态规划
### 相关题目
* [42.trapping-rain-water](https://leetcode-solution-leetcode-pp.gitbook.io/leetcode-solution/hard/42.trapping-rain-water)
大家对此有何看法，欢迎给我留言，我有时间都会一一查看回答。更多算法套路可以访问我的 LeetCode 题解仓库： 。 目前已经 37K star 啦。 大家也可以关注我的公众号《力扣加加》带你啃下算法这块硬骨头。 