文章作者:Tyan
博客:noahsnail.com | CSDN | 简书
1. Description
2. Solution
**解析:**Version 1,简单粗暴,前i
个元素总和大于0,则这些元素对总和是有贡献的,要保留,否则,则丢弃前i
个元素。重新开始执行上述操作,每次加完记得更新最大值。Version 2,采用动态规划求解,首先定义状态,dp[i]
是以nums[i]
为结尾的连续子数组的最大和,状态转移方程为:如果dp[i-1]>0
,无论nums[i]
是什么数,以nums[i]
为结尾的连续子数组的最大和都为dp[i-1]+nums[i]
,如果dp[i-1]<0
,无论nums[i]
是什么数,以nums[i]
为结尾的连续子数组的最大和都为nums[i]
。最大子数组和即为以第i
个为结尾的连续子数组最大和中的最大值。这里状态的定义与题目中问题的定义不同。
- Version 1
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
maximum = nums[0]
total = 0
for i in range(len(nums)):
total += nums[i]
maximum = max(total, maximum)
if total < 0:
total = 0
return maximum
- Version 2
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
n = len(nums)
dp = [0] * n
dp[0] = nums[0]
maximum = dp[0]
for i in range(1, n):
dp[i] = max(dp[i-1]+nums[i], nums[i])
maximum = max(maximum, dp[i])
return maximum