【算法】求最大子序和 -- 动态规划

• 题目
  

/**
 - @Author james
 - @Date 2019/7/19
 - @Description 求最大子序和 -- 动态规划
 */
public class Solution {
    public int maxSubArray(int[] nums) {
        if(nums.length == 0) {
            return 0;
        }

        /**
         *  修改int ans = 0;
         *  由边际条件：数组只有一个元素的时候，最大子序和就是该元素，而不是0
         */
        int ans = nums[0];

        /**
         *  sum -- 总增益值，判断是否重写统计增益的依据
         *  1. 如果 sum + [当前值] > [当前值] 证明 sum 的增益还是为正，可以继续添加子序
         *  2. 如果 sum + [当前值] <= [当前值] 证明 sum 之前的增益已经无用
         *      若原数组：[1, -2, 5, -3, -1, 9, 4, 6]
         *      遍历至：[1, -2, 5, -3, -1] 时，计算出sum = 0 => 增益为0，开始下一次遍历
         *      遍历至：[1, -2, 5, -3, -1, 9], 判断sum == 0 => 重置 sum = 9，意思是从9开始新的遍历才有意义
         *  3. ans 始终记录最大的sum，遍历完成返回即可
         */
        int sum = 0;
        for (int i = 0; i < nums.length; i++) {
            if (sum  > 0) {  // sum  + nums[i] > nums[i]
                sum = sum + nums[i];
            }
            if (sum <= 0) { // sum + nums[i] <= 0
                sum = nums[i];
            }
            ans = Math.max(ans, sum);
        }
        return ans;
    }

• 类似题目
  

/**
 * @Author james
 * @Date 2019/7/12
 * @Description 买卖股票最佳时机 （只允许一次买入和买出）
 */
public class Solution {
    public int maxProfit(int[] prices) {
	    /**
         *  只允许一次买入和买出，即在最低价买入，最高价卖出即可。
         *  若没有时间约束[6,4,2,1]
         *      => 最大利润为5 显然是不与合理的
         *      => 不能仅仅从价格高低定位最佳时间。
         *  于是可以【动态】得找到最大利润maxProfit = 当前值 - 最小值。
         *  并且，最小值的判断永远在计算利润之前，就不会发生[6,4,2,1]的错误答案
         */
        int maxProfit = 0;

        // 用于存放最小值，确保一定被数组的值覆盖，使用Integer的最大值最好
        int minVale = Integer.MAX_VALUE;

        for (int i = 0; i < prices.length; i++) {
            if (prices[i] < minVale) { // 找到最小值
                minVale = prices[i];
            }
            if (prices[i] - minVale > maxProfit) { // （当前值 - 最小值）比最大利润高，则记录下来
                maxProfit = prices[i] - minVale;
            }
        }
        return maxProfit;
    }
}

• 通用思路
  1. 使用一个变量记录最值，遍历完整个数组，最值即确定。
  2. 使用循环遍历 + 前置判断，隐含了时间的约束条件。