最大数组和53. 最大子数组和 - 力扣(LeetCode)
此类问题可以使用DP问题分析的方法来分析,
分为状态表示和状态计算:
状态表示:数字从第一个数向后递增,dp[i]代表的是此位置下的最大连续子数组和。
状态计算:不同位置和的大小分类。
状态方程:dp[i] = max( dp[i-1] + nums [i] , nums[i] )
分析过程(某个位置dp[i]此时有两种情况,一种是调用dp[i-1] 状态下的最大值加上此时的nums[i]
另一种是直接就从nums[i]开始)
C++代码
状态转移方程中出现i-1这种情况,从1开始遍历避免出现数组越界情况。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int res = nums[0];
for(int i = 1; i < nums.size(); i++) {
if (nums[i - 1] > 0) nums[i] += nums[i - 1];
if (nums[i] > res) res = nums[i];
}
return res;
}
};
python代码
首先创建一个数组dp,因为题目种会出现i-1这种情况,我们使用for 循环时就要从第二个数开始索引值从0开始那我们就从1开始,避免出现数组越界问题。
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
dp=[0 for i in range(len(nums))]
dp[0] =nums[0]
if len(nums) == 1:
return dp[0]
else:
for i in range(1, len(nums)):
dp[i] = max((dp[i - 1] + nums[i]), nums[i])
return max(dp)