LeetCode---53.最大子数组的和

解法1:动态规划问题

申请一个dp数组，dp[i]代表数组第i个位置的最大子数组的和，初始化dp[0] = nums[0],那么dp[1]就等于max(dp[0]+nums[1],nums[1]),由此可以推得状态方程为： dp[i] = max(dp[i-1]+nums[i],nums[i])。再用一个ans去记录dp数组中的最大值即可。

#include<iostream>
#include<vector>

using namespace std;
class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int size = nums.size();
        int dp[size+10];
        dp[0]=nums[0];
        int ans=-1;
        for(int i=1;i<size;i++){
            dp[i] = max(dp[i-1]+nums[i],nums[i]);
            ans = dp[i]>ans?dp[i]:ans;
        }
        return ans;
    }
};

时间复杂度：O（n），仅有一次遍历数组

空间复杂度：O（n）,dp数组所需花费

解法2:递推

直接使用一个currentS来记录当前子数组的和，而每次都记录当前位置的子数组最大和，递推表达式为   currentS = max(nums[i], currentS + nums[i])。同时维持max，保证他是数组中的最大和

#include<iostream>
#include<vector>
#include<algorithm> 

using namespace std;

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int maxS = nums[0]; // 初始化最大子数组和为第一个元素
        int currentS = nums[0]; // 当前子数组和
        for (int i = 1; i < nums.size(); i++) {
            currentS = max(nums[i], currentS + nums[i]); // 选择当前元素或与前一个子数组和相加
            maxS = max(maxS, currentS); // 更新最大子数组和
        }
        return maxS;
    }
};

时间复杂度：O(n)

空间复杂度：O(1)

解法三：前缀和

#include<iostream>
#include<vector>

using namespace std;
class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int ans = INT_MIN;
        int min_pre_sum = 0;
        int pre_sum = 0;
        for (int x : nums) {
            pre_sum += x; // 当前的前缀和
            ans = max(ans, pre_sum - min_pre_sum); // 减去前缀和的最小值
            min_pre_sum = min(min_pre_sum, pre_sum); // 维护前缀和的最小值
        }
        return ans;
    }
};