java – Max Double Slice Sum codility O(1)空间复杂性失败性能

还有另一种解决方案O(n)空间复杂度更容易理解：Max double slice sum.但我只是想知道为什么这个O(1)解决方案不起作用.以下是实际代码：

import java.util.*;

class Solution {
    public int solution(int[] A) {      
        long maxDS = 0;
        long maxDSE = 0;
        long maxS = A[1];

        for(int i=2; i<A.length-1; ++i){
            //end at i-index
            maxDSE = Math.max(maxDSE+A[i],maxS);            
            maxDS = Math.max(maxDS,maxDSE);            
            maxS = Math.max(A[i],maxS + A[i]);            
        }

        return (int)maxDS;
    }
}

这个想法很简单如下：

>该问题可以作为查找max(A [i] A [i 1] … A [j] -A [m]); 1·; = I< = M< = J< = N-2;而n = A.length;我们称切片中的A [m]缺少元素.
> maxS [i]将保持以当前索引i结束的最大切片;换句话说,= max(A [t] … A [i]);而t <一世;所以当i = 1时; maxS = A [1];请注意,在解决方案中,我们不保留数组,而是保留当前索引的最新maxS(参见上面的代码).
> maxDSE [i]是在i处结束的所有双切片的最大值;换句话说,= max(A [t] A [t 1] … A [i] -A [m]) – 在A [i]处结束; maxDS是我们试图找到的双切片总和的最终最大值.

现在,我们只使用i = 2的for循环; – > I =则为a.length-2;对于每个索引i,我们注意到一些发现：

>如果缺少的元素是A [i],那么maxDSE [i] = maxS [i-1](最大总和
所有以i-1 =>结束的切片;或者A [t] …… A [i] – A [i]);
>如果缺少的元素不是A [i] – >所以它必须在A [1] – > A [i-1] – >的某处. maxDSE = maxDSE [i-1] A [i];例如A [t] … A [i] – A [m](不是A [i]必须是最后一个元素)与t

所以maxDSE [i] = Math.max(maxDSE [i-1] A [i],maxS [i-1]);
maxDS = Math.max(maxDS,maxDSE);最大金额maxDSE;
和maxS [i] = Math.max(A [i],maxS [i-1] A [i]);

通过这种方式,maxDS将是最终结果.

但奇怪的是,我只能得到92％;一个失败的性能测试用例如下所示：

medium_range
-1000,…,1000

错误的答案
得到499499预期499500

有谁可以请教我解决方案中的问题在哪里？谢谢！