剑指 Offer 42. 连续子数组的最大和

最新推荐文章于 2024-09-13 13:21:04 发布

浅忆carollion

最新推荐文章于 2024-09-13 13:21:04 发布

阅读量55

点赞数

分类专栏：剑指offer 文章标签：动态规划算法 leetcode

本文链接：https://blog.csdn.net/carollion/article/details/115444848

版权

剑指offer 专栏收录该内容

19 篇文章 0 订阅

订阅专栏

该博客探讨了一种使用动态规划算法求解数组中连续子数组最大和的方法。通过定义dp[i]表示以元素nums[i]结尾的连续子数组最大和，并根据dp[i-1]与nums[i]的关系更新dp[i]，最终找到全局最大值。博客详细解释了状态定义、转移方程以及初始化和返回值的设置。

摘要由CSDN通过智能技术生成

剑指 Offer 42. 连续子数组的最大和

在这里插入图片描述
解题思路：使用动态规划
状态定义： 设动态规划列表 dp ，dp[i] 代表以元素 num[i] 为结尾的连续子数组最大和。
为何定义最大和 dp[i]中必须包含元素 nums[i] ：保证 dp[i] 递推到 dp[i+1] 的正确性；如果不包含 nums[i]，递推时则不满足题目的连续子数组要求。
转移方程： 若 dp[i−1]≤0 ，说明 dp[i - 1] 对 dp[i]产生负贡献，即 dp[i-1] + nums[i]还不如 nums[i] 本身大。
当 dp[i-1] > 0 时：执行 dp[i] = dp[i-1] + nums[i] ；
当 dp[i−1] ≤ 0 时：执行 dp[i] = nums[i] ；
初始状态： dp[0] = nums[0]，即以 nums[0] 结尾的连续子数组最大和为 nums[0] 。
返回值： 返回 dp 列表中的最大值，代表全局最大值。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        vector<int> dp;
        dp.push_back(nums[0]);
        int res = nums[0];
        for(int i=1;i<nums.size();i++)
        {
            if(dp[i-1] > 0)
            {
                dp.push_back(dp[i-1] + nums[i]);
            }
            else{
                dp.push_back(nums[i]);
            }
            if(dp[i] > res)
                res = dp[i];
        }

        return res;
    }
};