Вы анализируете рыночные тенденции, и модель вернула массив целых чисел PnL (прибыль и убыток) для вашего портфеля, представляющего, что в i-й месяц вы либо выиграет, либо потеряет PnL. Все сообщаемые значения PnL являются положительными и представляют собой прибыль.
В рамках анализа вы выполните следующую операцию в массиве PnL любое количество раз:
Выберите любой месяц i (0 ≤ i < n) и умножьте PnL на -1
Найдите максимальное количество месяцев вы можете позволить себе понести убытки, т. е. иметь отрицательный PnL так, что совокупный PnL для каждого из n месяцев остается строго положительным, т.е. остается больше 0. Примечание. Совокупный показатель PnL за i-й месяц определяется как сумма PnL< /em> от начального месяца до i-го месяца. Например, совокупное значение PnL для PnL = [3, -2, 5, -6, 1] равно [3, 1, 6, 0, 1].
Есть ли какое-либо оптимизированное решение этой проблемы, кроме экспоненциальной сложности?
Вы анализируете рыночные тенденции, и модель вернула массив целых чисел PnL (прибыль и убыток) для вашего портфеля, представляющего, что в i-й месяц вы либо выиграет, либо потеряет PnL[i]. Все сообщаемые значения PnL являются положительными и представляют собой прибыль. В рамках анализа вы выполните следующую операцию в массиве PnL любое количество раз: [list] [*]Выберите любой месяц i (0 ≤ i < n) и умножьте PnL[i] на -1 [/list] Найдите максимальное количество месяцев вы можете позволить себе понести убытки, т. е. иметь отрицательный PnL так, что совокупный PnL для каждого из n месяцев остается строго положительным, т.е. остается больше 0. [b]Примечание[/b]. Совокупный показатель PnL за i-й месяц определяется как сумма PnL< /em> от начального месяца до i-го месяца. Например, совокупное значение PnL для PnL = [3, -2, 5, -6, 1] равно [3, 1, 6, 0, 1]. Есть ли какое-либо оптимизированное решение этой проблемы, кроме экспоненциальной сложности?
Мобильная версия