LeetCode算法题目之53.最大子序和

LeetCode算法题目之53.最大子序和

题目描述:

给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

涉及数据结构和算法:

动态规划

贪心

示例 1:

输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
输出:6
解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。


示例 2:

输入:nums = [1]
输出:1


示例 3:

输入:nums = [0]
输出:0


示例 4:

输入:nums = [-1]
输出:-1


示例 5:

输入:nums = [-100000]
输出:-100000

提示:

1 <= nums.length <= 3 * 104
-105 <= nums[i] <= 105

解答:

一:动态规划方式

    public static void main(String[] args) {
        int[] ints = new int[]{-2,1,-3,4,-1,2,1,-5,4};
//        int[] ints = new int[]{0};
//        int[] ints = new int[]{1,2};

        System.out.println(maxSubArray1(ints));
//        System.out.println(maxSubArray2(ints));
    }

    //    动态规划方式,时间复杂度N,空间复杂度N
    public static int maxSubArray1(int[] nums) {
        // 定义数组长度
        int n = nums.length;
        // 定义目前的子序和subSum,以及子数组初始下标start
        // 若数组长度为1,直接返回数组值即可,即初始化子序和subSum为nums[0]
        int subSum = nums[0];
        int start = 0;

        // 否则有动态规划方程:subSum=max(subSum+num,num)
        // 按数组下标正序循环,
        //      1. 若subSum+num<num, 则取num为初始值start(跳出当前子数组循环),进入下次循环    start= max((-2)+1,1)
        //          当前子序和为:上次子序和subSum与初始值start的较大者                       subSum= max(-2,1)=1 = 1(原-2)
        //      2. 否则,取当前子序和subSum+num作为初始值start,继续当前循环;    start= max(0+(-2),-2) = -2
        //          当前子序和为:上次子序和subSum与初始值start的较大者();      subSum= max(-2,-2) = -2(原1)

        for(int i=0; i<n; i++){
            int num = nums[i];
            start = Math.max(start+num,num);// 更新子数组初始值 //start=max(0+(-2),-2)=-2;start=max(-2+1,1)=1;start=max(1+(-3),-3)=-2
            subSum=Math.max(subSum,start);//更新当前子序和 //subSum=max(-2,-2)=-2;subSum=max(-2,1)=1;subSum=max(1,-2)=1

        }
        return subSum;
    }

二:贪心方式

    public static void main(String[] args) {
        int[] ints = new int[]{-2,1,-3,4,-1,2,1,-5,4};
//        int[] ints = new int[]{0};
//        int[] ints = new int[]{1,2};

//        System.out.println(maxSubArray1(ints));
        System.out.println(maxSubArray2(ints));
    }

//    贪心方式,时间复杂度?,空间复杂度?
    public static int maxSubArray2(int[] nums) {
        // 定义数组长度
        int n = nums.length;
        // 定义目前的子序和subSum
        int subSum = nums[0];
        // 定义数组下标正序数组值累加和sum
        int sum = 0;

        for(int i=0; i<n; i++){
            int num = nums[i];
            sum = Math.max(sum,0); //若当前累加值<=0,取0作为新的累加值                                      0;0;1;0;4;3;5;6;1
            sum += num; // 当前循环正式更新累加值                                                           -2;1;-2;4;3;5;6;1;5
            subSum = Math.max(subSum,sum); // 更新目前的子序和,若当前累加值>目前的子序和,更新子序和为当前累加值 -2;1;1;4;4;5;6;6;6
        }
        return subSum;
    }

 

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值