描述
输入一个长度为n的整型数组array,数组中的一个或连续多个整数组成一个子数组,找到一个具有最大和的连续子数组。
子数组是连续的,比如[1,3,5,7,9]的子数组有[1,3],[3,5,7]等等,但是[1,3,7]不是子数组
如果存在多个最大和的连续子数组,那么返回其中长度最长的,该题数据保证这个最长的只存在一个
该题定义的子数组的最小长度为1,不存在为空的子数组,即不存在[]是某个数组的子数组
返回的数组不计入空间复杂度计算
数据范围:
1 <= n <= 105
−100 <= a[i] <= 100
要求:时间复杂度 O(n),空间复杂度 O(n)
进阶:时间复杂度 O(n),空间复杂度 O(1)
示例1
输入:[1,-2,3,10,-4,7,2,-5]
返回值:[3,10,-4,7,2]
说明:经分析可知,输入数组的子数组[3,10,-4,7,2]可以求得最大和为18,故返回[3,10,-4,7,2]
示例2
输入:[1]
返回值:[1]
示例3
输入: [1,2,-3,4,-1,1,-3,2]
返回值:[1,2,-3,4,-1,1]
说明:经分析可知,最大子数组的和为4,有[4],[4,-1,1],[1,2,-3,4],[1,2,-3,4,-1,1],故返回其中长度最长的[1,2,-3,4,-1,1]
示例4
输入:[-2,-1]
返回值:[-1]
说明:子数组最小长度为1,故返回[-1]
方法一:动态规划
具体做法:
可以用dp数组表示以下标i为终点的最大连续子数组和,则每次遇到一个新的数组元素,连续的子数组要么加上变得更大,要么它本身就更大,因此状态转移为dp[i] = max(dp[i−1]+array[i],array[i]) ,这是最基本的求连续子数组的最大和。
但是题目要求需要返回长度最长的一个,我们则每次用 left、right 记录该子数组的起始,需要更新最大值的时候(要么子数组和更大,要么子数组和相等的情况下区间要更长)顺便更新最终的区间首尾,最后根据区间首尾获取子数组。
class Solution {
public:
vector<int> FindGreatestSumOfSubArray(vector<int>& array) {
vector<int> res;
vector<int> dp(array.size(), 0); //记录到下标i为止的最大连续子数组和
dp[0] = array[0];
int maxsum = dp[0];
int left = 0, right = 0; //滑动区间
int resl = 0, resr = 0; //记录最长的区间
for(int i = 1; i < array.size(); i++){
right++;
dp[i] = max(dp[i - 1] + array[i], array[i]); //状态转移:连续子数组和最大值
if(dp[i - 1] + array[i] < array[i]) //区间新起点
left = right;
if(dp[i] > maxsum || dp[i] == maxsum && (right - left + 1) > (resr - resl + 1)){ //更新最大值
maxsum = dp[i];
resl = left;
resr = right;
}
}
for(int i = resl; i <= resr; i++) //取数组
res.push_back(array[i]);
return res;
}
};
方法二:动态规划空间优化
具体做法:
方法一虽然时间复杂度达到了进阶要求,但是使用 O(n) 的空间。
我们注意到动态规划在状态转移的时候只用到了 i−1 的信息,因此我们可以使用两个变量迭代来代替数组,状态转移的时候更新变量 y ,该轮循环结束的再更新 x 为 y 即可做到每次迭代都是上一轮的 dp 。
代码:
class Solution {
public:
vector<int> FindGreatestSumOfSubArray(vector<int>& array) {
vector<int> res;
int x = array[0];
int y = 0;
int maxsum = x;
int left = 0, right = 0; //滑动区间
int resl = 0, resr = 0; //记录最长的区间
for(int i = 1; i < array.size(); i++){
right++;
y = max(x + array[i], array[i]); //状态转移:连续子数组和最大值
if(x + array[i] < array[i]) //区间新起点
left = right;
if(y > maxsum || y == maxsum && (right - left + 1) > (resr - resl + 1)){ //更新最大值
maxsum = y;
resl = left;
resr = right;
}
x = y; //更新x的状态
}
for(int i = resl; i <= resr; i++) //取数组
res.push_back(array[i]);
return res;
}
};