53、最大子序和

问题描述

问题分析

使用动态规划来解题是比较常见的思路，不多赘述了。这里考虑使用贪心的思想；

首先要搞清楚一个概念：增益。假设现在有一个连续子序列N，和接下来的一个数字a。我们知道，要得到最大的子序列和，我们首先要判断a的值是否大于0，若a大于0，这说明a对于N的和有正向增益，两者结合起来的和肯定比原来的N要大，那么这个a就可以添加到子序列N中来，这样我们就找到了一个更大的子序列和，然后继续迭代。

那么我们可以反过来思考：已知上文提到的N与a，若N的和大于0，那么对于a来说，两者结合起来是有正向增益的，可以结合起来变成一个更大的子序列和；若N的和小于0或者等于0，那么对于a来说，N序列里面那么多数字全都是废的，没有任何作用，干脆不要了，继续找后面的数字吧！

反过来的好处就是可以一次遍历序列解决问题！若正向思路，你遇到一个负数之后就不知道该如何处理了。

---

解法：贪心

• 时间复杂度：O( n )，其中n表示数组的长度。

Java代码

public class Main {

    public static void main(String[] args) {
        System.out.println("Hello World!");
//        int[] a = {-2,1,-3,4,-1,2,1,-5,4};
        int[] a = {1};
        System.out.println(maxSubArray(a));
    }

    static public int maxSubArray(int[] nums) {
        int maxSum = nums[0];
        int now = 0; // 增益

        for (int i: nums) {
            if (now > 0){
                //若上轮增益>0，则可以添加这个数字，至于添加之后的结果怎样，待下一轮判断
                now += i;
            }else {
                //若上一轮计算增益已经是负效益，那么直接从当前数字重新开始计算
                now = i;
            }
            //每轮添加完这个数字，都要更新最大值
            maxSum = Math.max(maxSum, now);
        }

        return maxSum;
    }
}

结果分析

以上代码的执行结果：

执行时间	内存消耗
1 ms	38.1 MB