【LeetCode-Java实现】53. Maximum Subarray

题目描述

Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.
Example:
Input: [-2,1,-3,4,-1,2,1,-5,4],
Output: 6
Explanation: [4,-1,2,1] has the largest sum = 6.
Follow up:
If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.
给一个数组，求其中连续元素的最大和（要求时间复杂度O(n））

解题思路

这种题，暴力枚举也可以，把所有连续子数组都列出来，最后再比较它们的和，得出最大和。但是，时间复杂度过高！
题目中连续元素个数是不确定的，对于这种不确定性较大的题目通常可以考虑动态规划。

按照习惯，假设dp[i]：数组共i个元素时，能得到的连续子数组的最大和。
我们会发现找不到dp[i]和dp[i-1]的关系呀，写不出状态转移方程。

所以转换思路：
dp[i] : 以第i个元素为结尾的连续子数组的最大和
如何从dp[i-1]得到dp[i]呢？
若dp[i-1]为正，dp[i]就把它算上，dp[i]=dp[i-1]+nums[i]
若dp[i-1]为负，dp[i]就不管它，dp[i]=nums[i]

简化一下，状态方程：dp[i]=Math.max(dp[i-1]+nums[i],nums[i]);

求出数组元素所有的dp[i]，最后进行比较，最大的那个就是所求的结果。

实现代码

根据上述思路可得Java代码：.

public int maxSubArray(int[] nums) {
        //动态规划，从结尾开始向前找
        int[] dp=new int[nums.length];  //dp[i]表示以第i个元素结尾的连续元素的最大的和
        dp[0]=nums[0];     //先以第一个元素为结尾，dp[i]就是该元素本身
        int res=nums[0];   //res用来存放较大的dp[i]值----即最终所求
        
        for(int i=1;i<nums.length;i++){   //再以第二个元素为结尾，依次求出dp[i]
            //算出以所有元素结尾的dp[i]
            //若dp[i-1]为负，dp[i]就不算上它；为正就加上它
            dp[i]=Math.max(dp[i-1]+nums[i],nums[i]);
            
            //比较所求的dp[i],较大的就是想要的结果
            if(res<dp[i]){
                res=dp[i];
            }
        }
        return res;
    }