Leetcode：53. 最大子数组和（C++）

目录

问题描述：

实现代码与解析：

暴力法（会超时）：

原理思路：

贪心算法：

原理思路：

动态规划：

原理思路：

---

问题描述：

        给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组 是数组中的一个连续部分。

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 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

实现代码与解析：

暴力法（会超时）：

class Solution {
public:
    int maxSubArray(vector<int>& nums) 
    {
        int result=INT32_MIN;
        
        //找起始位置
        for(int i=0;i<nums.size();i++)
        {
            int sum=0;//和
            //找最大和
            for(int j=i;j<nums.size();j++)
            {
                sum+=nums[j];
                if(sum>result)  result=sum;
            }
        }
        return result;
    }
};

原理思路：

        就是直接暴力循环，第一层循环找起始位置，第二层循环找最大值替换，不过会超时，只要数过多，计算时间想想就要很长时间，这里就是记录一下不同的解题方法而已。

贪心算法：

class Solution {
public:
    //贪心算法
    int maxSubArray(vector<int>& nums) 
    {
        int result=INT_MIN;
        int sum=0;
        for(int i=0;i<nums.size();i++)
        {
            sum+=nums[i];
            if(sum>result)  result=sum;//更新sum
            //小于零的话，直接重新开始记录
            if(sum<0)   sum=0;
        }
        return result;
    }
};

原理思路：

        当sum累加到负值时，我们就舍弃前面累加的值，重新开始累加，其实就相当于前面一个负数，后面一个是正数，我们肯定是要舍弃前面的负数的，相当于暴力法里重新找位置的第一层循环的操作了，不过还是要result来更新结果的，因为会出现sum依然是正值，但是变小的情况，用result记录下来最大值就不会丢失。下面是模拟的流程图：

动态规划：

class Solution {
public:
    //动态规划
    int maxSubArray(vector<int>& nums) 
    {
        vector<int> dp(nums.size(),0);
        dp[0]=nums[0];
        int result=dp[0];
        for(int i=1;i<nums.size();i++)
        {
            dp[i]=max(dp[i-1]+nums[i],nums[i]);
            if(dp[i]>result) result=dp[i];//记录最大值
        }
        return result;

    }
};

原理思路：

        dp[ i ]数组的含义显然是以nums[ i ]为结尾的最大子数组和，递推公式就是取nums[ i-1 ] 为结尾的最大数组和加上nums[ i ]和nums[ i ]之间的最大值，result来记录最终结果，下面图给出dp数组的对应值。