Leetcode 53. Maximum Subarray——动态规划 & 贪心

53. Maximum Subarray

DP思路

1. 状态：总和
2. dp function: dp[i]=a 表示以i为终点时的最大和
3. select： dp[i] = max(dp[i-1]+nums[i], nums[i])
4. base case: dp[0]=nums[0]
5. optimizaton：这里没有

Code

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        // if(!nums.size()) return 0;
        // if(nums.size()==1) return nums[0];
        vector<int> dp(nums.size()+1, 0);
        dp[0]=nums[0];
        int maxvalue=nums[0];

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

贪心

• 先算当前值，求出连续和，更新最大值
• 当发现加上当前值，导致当前连续和<0时，立刻从下一个开始重新算。
• 因为这说明当前连续和没有贡献，加了也没用，只会拖累后面，赶紧换起点重新开始

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int tmp=0;
        int max_v=nums[0];
        for(int i=0; i<nums.size(); i++){
            tmp+=nums[i];
            if(tmp>max_v) max_v=tmp;
            if(<0) tmp=0; 
        }
        return max_v;
    }
};