题目链接:
题目描述:
#面试题42. 连续子数组的最大和
输入一个整型数组,数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。
要求时间复杂度为O(n)。
示例1:
输入: nums = [-2,1,-3,4,-1,2,1,-5,4]
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。
提示:
1 <= arr.length <= 10^5
-100 <= arr[i] <= 100
注意:本题与主站 53 题相同:https://leetcode-cn.com/problems/maximum-subarray/
通过次数20,475 | 提交次数34,309
解决方案:
这个题在刚刚接触动态规划的时候做过的,也就是 LeetCode 主站的第 53 题,当时只是 A 了,没有优化,今天就把优化的部分补齐。上篇文章链接:
动态规划,设 dp[i] 为以 nums[i] 结尾的最大子数组的和,这样能保证一定选择了 nums[i],状态转移方程式也很容易:
当 dp[i - 1] > 0 时,dp[i] = dp[i - 1] + nums[i]
当 dp[i - 1] < 0 时,dp[i] = nums[i]
优化:每次计算 dp[i] 只会用到前一个(dp[i - 1]),故不用定义一维数组,只需要把前一个结果暂存即可,因为结果是保存在 result 里的,所以也不用建变量 dp。
优化后的代码:
先贴一下提交结果:
以下为代码:
/*
*动态规划,设 dp[i] 为以 nums[i] 结尾的最大子数组的和
*当 dp[i - 1] > 0 时,dp[i] = dp[i - 1] + nums[i]
*当 dp[i - 1] < 0 时,dp[i] = nums[i]
*每次计算 dp[i] 只会用到前一个(dp[i - 1]),故不用定义一维数组
*/
class Solution {
public int maxSubArray(int[] nums) {
int prev = nums[0];
int result = nums[0];
for(int i = 1; i < nums.length; i++){
if(prev > 0){
prev += nums[i];
}else{
prev = nums[i];
}if(result < prev){
result = prev;
}
}
return result;
}
}