【动态规划】 LeetCode #面试题42 连续子数组的最大和（双100%）

题目链接：

LeetCode #面试题42 连续子数组的最大和

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】LeetCode #53 最大子序和

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;
    }
}