Leetcode题53、最大子序和（Python题解）字节跳动面试题

最新推荐文章于 2024-04-05 15:48:29 发布

AI414010

最新推荐文章于 2024-04-05 15:48:29 发布

阅读量290

点赞数

分类专栏： leetcode 文章标签：算法 python leetcode 动态规划子序和

本文链接：https://blog.csdn.net/AI414010/article/details/108959760

版权

本文详细解析LeetCode第53题最大子序和的Python解决方案，包括常规思路、动态规划（DP）和分治策略。讨论了在什么情况下分治策略更具优势，并提供了DP的递推公式和原地操作方法。

摘要由CSDN通过智能技术生成

问题：

在这里插入图片描述

题目来源：力扣（LeetCode）

leetcode53.最大子序和

难度：简单

分析：
可以用DP和分治做。
在本题中分治的做法更复杂、时间更长，但在某些背景下却被认为是更优的做法。这是为什么呢？
因为分治法不仅可以解决区间[0, n - 1]的问题，还可以解决任意区间
[l, r]的问题。如果在计算过程中将结果用堆都存储下来。那么就可在O（logn)的时间内求取任意时间的答案。

解决方法：
1：常规思路
用两个值记录遍历过程中的结果，不断求取最大值。
无论是常规思路还是DP，遵循的一个原则是：当某元素之前的子序和小于等于0的时候，那么前面的子序和对子序和的增加没有贡献，前述子序结束，当前子序重新开始。

#DP，常规思路
class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        sum_temp = 0
        sum_max = nums[0]
        for i in range(len(nums)):            
            if sum_temp >= 0:
                sum_temp += nums[i]               
            else:
                sum_temp = nums[i