Leetcode53--最大子序和（图解分析，附剑指offer图书资料）

Leetcode53–最大子序和

给定一个整数数组 nums ，找到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。

编程语言：python

作者：黑暗主宰

邮箱：shengzhanhe@gmail.com

Leetcode53–最大子序和

题目描述

原题链接：

​ https://leetcode-cn.com/problems/maximum-subarray/ (中文)

​ https://leetcode.com/problems/maximum-subarray/ (英文)

题目描述：

​ 给定一个整数数组 nums ，找到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。

示例 1:   输入: [-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。

解题思路

该题对应《剑指offer》第二版：面试题42,（第一版：面试题31）想要这两本书的小伙伴，可以给我发邮件，或者在评论区留下自己的邮箱。

方法1：暴力求解

对于该题，我刚开始用的是暴力求解的方法，因为是求最大的连续子序列，可以从下标为0的元素开始，记录从下标0开始的序列中最大值，然后再从下标1开始循环，一直到下标n-1。使用暴力求解的话，时间复杂度为$O(n^2)$，

下面是暴力循环的方法（注：该方法提交不能AC）：

def maxSubArray(nums):
	maxNum = min(nums)
	tmp = 0
        
	for i in range(len(nums)):
		tmp = 0
		for j in range(i, len(nums)):
			tmp += nums[j]
			if maxNum <= tmp:
				maxNum = tmp
            
	return maxNum

方法2：动态规划

使用动态规划的解法，时间复杂度可以降低为$O(n)$。

假如我们现在有一个序列 nums=[-2, 3, -1, 1, -3]，要计算这个序列的最大子序列。假设 sum = 0，加上第一个元素后 sum = -2，目前-2是最大的数，接着我们加上第二个元素3，我们会发现加上以后 sum = 1 ，现在的最大数应该是3，所以我们应该舍弃-2，直接令 sum = 3。简单的数就是正数增益，当 sum <= 0的时候，就舍弃前面所有的元素，从当前元素开始相加，并记录相加过程中最大的值。为了更好的说明，使用一个图¹解释一下（剑指off使用的是表格解释，说的也相当的详细）。

相信看着这个图，就更清晰了吧，这个图是leetcode 上一位大佬画的，详细请点开参考链接1

下面是动态规划方法的代码：

def maxSubArray(nums):
	sum = 0
	max = nums[0]
        
	for index in range(len(nums)):
		if sum < 0:
			sum = 0        
		sum += nums[index]
		if sum > max:
			max = sum
	return max

欢迎大家关注我的个人公众号，同样的也是和该博客账号一样，专注分享技术问题，我们一起学习进步

注： 文中有写错的地方，欢迎大家不吝指正！！!

---

1. https://leetcode-cn.com/problems/maximum-subarray/solution/hua-jie-suan-fa-53-zui-da-zi-xu-he-by-guanpengchn ↩︎