最大字序和(动态规划)
假设 nums 数组的长度是 n,下标从 0 到 n-1。
我们用 f(i) 代表以第 i 个数结尾的「连续子数组的最大和」( i 同样是 0 到 n-1), maxAns表示「最大字序和」
很显然我们要求的答案就是:
max 0 ≤ i ≤ n − 1 { f ( i ) } \max_{0 \leq i \leq n-1} \{ f(i) \} 0≤i≤n−1max{f(i)}
第 i 个数结尾的「连续子数组的最大和」只能有两种可能:
- 第 i - 1 个数结尾的「连续子数组的最大和」+ 第 i 个数本身;
- 第 i 个数自己。
即 f ( i ) = max { f ( i − 1 ) + nums [ i ] , nums [ i ] } f(i) = \max \{ f(i-1) + \textit{nums}[i], \textit{nums}[i] \} f(i)=max{f(i−1)+nums[i],nums[i]}
例:
nums | 2 | 3 | -6 | 2 | 4 |
---|---|---|---|---|---|
f(i) | 2 |
显然 f(0) = nums[0] = 2, 同时 maxAns = f(0) = 2
nums | 2 | 3 | -6 | 2 | 4 |
---|---|---|---|---|---|
f(i) | 2 | 5 |
f(0) + nums[1] = 2 + 3 = 5
nums[1] = 3
f(1) = max( f(0) + nums[1], nums[1] ) = 5
maxAns = max( f(1), maxAns ) = 5 更新
nums | 2 | 3 | -6 | 2 | 4 |
---|---|---|---|---|---|
f(i) | 2 | 5 | -1 |
同上一步,
f(1) + nums[2] = 5 + (-6) = -1
nums[2] = -6
f(2) = max( f(1) + nums[2], nums[2] ) = -1
maxAns = max( f(2), maxAns ) = 5 不变
nums | 2 | 3 | -6 | 2 | 4 |
---|---|---|---|---|---|
f(i) | 2 | 5 | -1 | 2 |
f(2) + nums[3] = (-1) + 2 = 1
nums[3] = 2
f(3) = max( f(2) + nums[3], nums[3] ) = 2 是 nums[3] 自己
maxAns = max( f(2), maxAns ) = 5 不变
nums | 2 | 3 | -6 | 2 | 4 |
---|---|---|---|---|---|
f(i) | 2 | 5 | -1 | 2 | 6 |
f(3) + nums[4] = 2 + 4 = 6
nums[4] = 4
f(4) = max( f(3) + nums[4], nums[4] ) = 6
maxAns = max( f(2), maxAns ) = 6 更新
不难给出一个时间复杂度 O(n)、空间复杂度 O(n) 的实现,即用一个 f 数组来保存 f(i) 的值,用一个循环求出所有 f(i)。考虑到 f(i) 只和 f(i-1) 相关,于是我们可以只用一个变量 pre 来维护对于当前 f(i) 的 f(i-1) 的值是多少,从而让空间复杂度降低到 O(1)。
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 。
nums | -2 | 1 | -3 | 4 | -1 | 2 | 1 | -5 | 4 |
---|---|---|---|---|---|---|---|---|---|
f(i) | -2 | 1 | -2 | 4 | 3 | 5 | 6 | 1 | 5 |
示例 2:
输入:nums = [1]
输出:1
C++代码:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int pre = 0;
int maxAns = nums.at(0);
for(auto x: nums){
pre = max(pre + x, x);
maxAns = max(maxAns, pre);
}
return maxAns;
}
};