题目描述
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
[1,-2,3,10,-4,7,2,-5]
返回值
18
说明
输入的数组为{1,-2,3,10,—4,7,2,一5},和最大的子数组为{3,10,一4,7,2},因此输出为该子数组的和 18。
题目分析
- 我们发现以array[i]结束最大连续子数组和以array[i+1]结束的最大连续子数组有关系,因此其有最优子结构,我们可以考虑动态规划。设dp[i]表示以下标i为结尾的最大连续子数组,那么dp[i+1] = max(dp[i] + array[i+1],array[i+1])。代码如下:
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
//dp[i]表示以dp[i]结束的最大连续子序列的和
//dp[i+1] = max(dp[i]+ array[i+1],array[i+1])
if(array.length == 0) {
return -1;
}
int[] dp = new int[array.length];
//初始化dp
dp[0] = array[0];
for(int i = 0; i < array.length-1; i++) {
dp[i+1] = Math.max(dp[i] + array[i+1],array[i+1]);
}
int max = Integer.MIN_VALUE;
for(int i = 0; i < array.length; i++) {
if(max < dp[i]) {
max = dp[i];
}
}
return max;
}
}
时间复杂度为o(n),空间复杂度为o(n)。
- 贪心算法。 算法时间复杂度O(n),空间复杂度为o(1),用total记录累计值,maxSum记录和最大值。
基于思想:对于一个数A,若是A的左边累计数非负,那么加上A能使得值不小于A,认为累计值对整体和是有贡献的。如果前几项累计值负数,则认为有害于总和,total记录当前值。
此时 若和大于maxSum 则用maxSum记录下来
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
//dp[i]表示以dp[i]结束的最大连续子序列的和
//dp[i+1] = max(dp[i]+ array[i+1],array[i+1])
if(array.length == 0) {
return -1;
}
//返回值
int max = Integer.MIN_VALUE;
//表示连续和
int sum = 0;
for(int i = 0; i < array.length; i++) {
if(sum < 0) {
//这里注意重置sum = array[i],而不是sum = 0,这是因为如果sum小于0,而array[i]>0,此时就会错过这个元素。
sum = array[i];
} else {
sum+=array[i];
}
if(sum > max) {
max = sum;
}
}
return max;
}
}
- 分治法。
我们把数组从中间分成两个部分,那么最大连续子数组有三种情况:
第一种:最大连续子数组包含中间的元素
第二种:最大连续子数组在中间元素的左边
第三种:最大连续子数组在中间元素的右边
import java.util.*;
public class Solution {
/**
* max sum of the subarray
* @param arr int整型一维数组 the array
* @return int整型
*/
public int maxsumofSubarray(int[] arr) {
return findMax(arr, 0, arr.length - 1);
}
public int findMax(int[] arr, int begin, int end) {
if(begin > end) {
return 0;
}
if (begin == end) {
return arr[begin];
}
int mid = (begin + end) / 2;
//找左边最大值
int leftMax = Integer.MIN_VALUE;
int left = mid-1;
int leftSum = 0;
while (left >= begin) {
leftSum += arr[left];
leftMax = Math.max(leftMax, leftSum);
left--;
}
//找右边的最大值
int rightMax = Integer.MIN_VALUE;
int right = mid + 1;
int rightSum = 0;
while (right <= end) {
rightSum += arr[right];
rightMax = Math.max(rightMax, rightSum);
right++;
}
int m = arr[mid];
if(leftMax > 0) {
m+=leftMax;
}
if(rightMax > 0) {
m+=rightMax;
}
int max1 = findMax(arr, begin, mid-1);
int max2 = findMax(arr, mid + 1, end);
max1 = Math.max(max1, max2);
return Math.max(m, max1);
}
}