动态规划 -Maximum Subarray

public class MaximumSubarray {


    public static int ms(int[] arr) {
        if (arr == null || arr.length == 0) {
            return 0;
        }

        int[][] dp = new int[arr.length+1][arr.length+1];

        int max = arr[0];

        // i表示子数组长度，j表示起始位置
        for (int j = 1; j <= arr.length; j++) {
            dp[j][1] = arr[j-1];
        }

        for (int i = 2; i <= arr.length; i++) {
            for(int j = 1; j+i-1 <= arr.length; j++) {
                dp[j][i] = dp[j][i-1] + arr[j-1 + i-1];
                if (dp[j][i] > max)  {
                    max = dp[j][i];
                }
            }
        }

        return max;
    }

    public static void main(String[] args) {

        System.out.println(ms(new int[]{-2,1,-3,4,-1,2,1,-5,4}));
        System.out.println(ms(new int[]{1}));
        System.out.println(ms(new int[]{5,4,-1,7,8}));

    }


}

解题思路：

构造dp数组， dp[j][i] 代表从j位置开始i长度的子数组的sum值。 这些sum值里最大的就是子数组之和的最大值。

这里避免重复计算的过程是当前子数组长度-1的子数组求和过程

1. 记录长度i为1的数组和为此位置元素的值。即 dp[j][1] = arr[j-1]

2. 子数组长度为i>=2时，子数组之和为同样开始位置i-1长度子数组的值加上i长度子数组最后一个元素的值。 即 dp[j][i] = dp[j][i-1] + arr[j-1 + i-1];

3. 计算dp过程中，记录dp[j][i]的最大值即为子数组的最大和值