leetcode-53-Maximum Subarray 动态规划

问题

题目：[Maximum Subarray]

思路

最关键的是状态定义，dp[i]应该表示包含a[i]的最大连续长度，只要之前状态的是负值，那么当前子状态累加之后，不会大于当前状态本省作为dp[i]的值。

1. 状态定义
   $$dp[i]表示包含a[i]的最大连续子串长度$$
2. 转移函数
   $$dp[i] = max( dp[i-1] + a[i], a[i] ) \tag{1}$$
3. 初始化
   $$dp[0] = a[0]\tag{2}$$
4. 打表

代码(c实现)

//c version
int maxSubArray(int* nums, int numsSize) {

    if( NULL == nums || numsSize <= 0 )
        return -1;

    int* dp = (int*)malloc( sizeof(int) * numsSize );
    if( !dp )
        return -1;
    dp[0] = nums[0];
    int ans = dp[0];

    for( int i = 1; i < numsSize; ++i )
    {
        dp[i] = ( dp[i-1] < 0 )?nums[i]:dp[i-1] + nums[i];
        if( dp[i] > ans )
            ans = dp[i];
    }

    free(dp);
    return ans;
}

代码1(c++实现)

class Solution {
public:
    int maxSubArray(vector<int>& nums) {

        int sz = nums.size();
        if(!sz)
            return 0;

        int* dp = new int[sz];
        if(!dp)
            return -1;
        std::memset( dp, 0, sizeof(dp) );

        dp[0] = nums[0];
        int max = dp[0];
        for( int i = 1; i < sz; ++i )
        {
            dp[i] = (dp[i-1] < 0)?nums[i]:dp[i-1] + nums[i];
            if( dp[i] > max )
                max = dp[i];
        }
        delete [] dp;
        return max;
    }
};

---

思路2

这么考虑问题，dp[i]表示以a[i]结尾的最大连续子段和。
它和dp[i-1]的关系是，如果dp[i-1] < 0。那么和当前数字构成连续子段后，肯定有：dp[i-1] + a[i] < a[i]。所以，不如从新开始子段。
所以，这么定义状态转移函数：

$$dp[i]=\left\{ \begin{array}{rcl} &a[i] && ,\ {dp[i-1] \leq 0} \\ &dp[i-1] + a[i] && ,\ {dp[i-1]} > 0\ \\ \end{array} \right. \tag{1}$$

代码2

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int sz = nums.size();
        if(!sz) return 0;

        int sum = nums[0];
        int max = sum;

        for(int i = 1; i < sz; ++i){
            if(sum <= 0) sum = nums[i];
            else sum += nums[i];
            max = std::max(sum, max);
        }
        return max;
    }
};