JZ30 连续子数组的最大和

最新推荐文章于 2022-05-10 11:36:20 发布

Han-torch

最新推荐文章于 2022-05-10 11:36:20 发布

阅读量128

点赞数

分类专栏：剑指offer 文章标签： python

本文链接：https://blog.csdn.net/Han_torch/article/details/119799340

版权

剑指offer 专栏收录该内容

67 篇文章 1 订阅

订阅专栏

本文深入探讨动态规划的概念，并通过解决一个经典问题——寻找一个整数数组中最大子数组和，来阐述动态规划的应用。提供的Python代码实现了一个O(n)时间复杂度的解决方案，通过状态转移方程dp[i]=max(array[i], dp[i-1]+array[i])确定最佳子数组。

摘要由CSDN通过智能技术生成

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).

动态规划算重点之一，重新理解一下动态规划。

这段文字真的很好的解释了什么是动态规划！！来源于https://blog.csdn.net/zw6161080123/article/details/80639932博客。

再来看看讨论组的精华题解：

# -*- coding:utf-8 -*-
class Solution:
    def FindGreatestSumOfSubArray(self, array):
        # write code here
        n = len(array)
        dp = [ i for i in array]
        for i in range(1,n):
            dp[i] = max(dp[i-1]+array[i],array[i])
        return max(dp)

状态转移方程：dp[i] = max(array[i], dp[i-1]+array[i])
解释：如果当前元素为整数，并且dp[i-1]为负数，那么当然结果就是只选当前元素