【动态规划】LeetCode53. 最大子数组和

最新推荐文章于 2024-11-13 11:37:20 发布

Star_ID

最新推荐文章于 2024-11-13 11:37:20 发布

阅读量173

点赞数

分类专栏： LeetCode 文章标签：动态规划 leetcode

本文链接：https://blog.csdn.net/Star_ID/article/details/126880155

版权

LeetCode 专栏收录该内容

77 篇文章 1 订阅

订阅专栏

这篇博客介绍了如何使用动态规划求解给定整数数组中具有最大和的连续子数组。通过维护一个dp数组，记录以每个下标结尾的最大子数组和，并更新全局最大值，最终得到最大子数组和。示例展示了在不同输入数组下的计算过程和结果。

摘要由CSDN通过智能技术生成

题目

53. 最大子数组和

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组 是数组中的一个连续部分。

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 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

提示：

1 <= nums.length <= 105
-104 <= nums[i] <= 104

代码

思路：搞清楚dp数组及递归关系

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        //dp[i]: 以下标i结尾的，最大和的连续子数组，其最大和
        vector<int> dp(nums.size(), 0);

        int result = 0;

        // 初始化
        dp[0] = nums[0];
        result = dp[0];

        for (int i = 1; i < nums.size(); i++) {
            dp[i] = max(nums[i], dp[i - 1] + nums[i]);

            if (dp[i] > result) result = dp[i];
        }

        return result;
    }
};