注:
题目:
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
题解:
这道题之前我们在讲解贪心专题的时候用贪心算法解决过一次,贪心算法:最大子序和 (opens new window)。
确定dp数组以及下标的含义
dp[i]:包括下标i之前的最大连续子序列和为dp[i]。
确定递推公式
dp[i]只有两个方向可以推出来:
dp[i - 1] + nums[i],即:nums[i]加入当前连续子序列和
nums[i],即:从头开始计算当前连续子序列和
一定是取最大的,所以dp[i] = max(dp[i - 1] + nums[i], nums[i]);
dp数组如何初始化
从递推公式可以看出来dp[i]是依赖于dp[i - 1]的状态,dp[0]就是递推公式的基础。
根据dp[i]的定义,很明显dp[0]因为为nums[0]即dp[0] = nums[0]。
确定遍历顺序
递推公式中dp[i]依赖于dp[i - 1]的状态,需要从前向后遍历。
复杂度分析
时间复杂度:O(n),其中 n 为 nums 数组的长度。我们只需要遍历一遍数组即可求得答案。
空间复杂度:O(n)。我们只需要常数空间存放若干变量。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
vector<int> dp(nums.size());//以nums[i]结尾的连续子数组的最大和
if(nums.size()==0){
return 0;
}
dp[0]=nums[0];
int result=nums[0];
for(int i=1;i<nums.size();i++){
dp[i]=max(nums[i],dp[i-1]+nums[i]);
result=max(dp[i],result);
}
return result;
}
};