LeetCode初级算法36：最大子序和

🐕 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。

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 <= 10的5次方
-10的4次方 <= nums[i] <= 10的4次方

进阶：如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的 分治法 求解。

🐖思路一:

遍历数组 用一个变量累加判断值，另一个变量记录过往的序和最大值

上代码

public static int maxSubArray(int[] nums) {
    	if(nums == null) {
    		return 0;
    	}
    	if(nums.length == 1) {
    		return nums[0];
    	}
    	// 假设 res为数组的第一位
    	int res = nums[0];
    	// 子序和 一开始为 0
    	int tempSum = 0;
    	// 遍历数组 当子序和总是大于0 时 一直 累加 否则子序和重新计算 每比较一次求res的最大值
    	for(int x : nums) {
    		if(tempSum > 0) {
    			tempSum += x;
    		}else {
    			tempSum = x;
    		}
    		res = Math.max(res, tempSum);
    	}
    	return res;
    }

🐏 思路二:

动态规划

判断dp[i-1]是大于0 还是小于0。
如果dp[i-1]大于0，就继续累加，dp[i]=dp[i-1]+num[i]。
如果dp[i-1]小于0，我们直接把前面的舍弃，也就是说重新开始计算，直接让dp[i]=num[i]

上代码

public static int maxSubArray_DP(int[] nums) {
    	if(nums == null) {
    		return 0;
    	}
    	if(nums.length == 1) {
    		return nums[0];
    	}
    	int[] dp = new int[nums.length];
    	// 定义dp[i]表示数组中前 i+1 个元素 构成的连续子数组的最大和
    	dp[0] = nums[0];
    	int max = nums[0];	// 这里max 不能取值0  因为如果数组都是负数的话 0就会比他们任何数都大 最终返回0
    	/*
    	判断dp[i-1]是大于0 还是小于0。
    	如果dp[i-1]大于0，就继续累加，dp[i]=dp[i-1]+num[i]。
    	如果dp[i-1]小于0，我们直接把前面的舍弃，也就是说重新开始计算，直接让dp[i]=num[i]
    	 */
    	for(int i = 1; i<nums.length ; i++) {
    		dp[i] = Math.max(dp[i-1] , 0)+ nums[i];
    		max = Math.max(dp[i], max);
    	}
    	return max;
    }

🐇 思路三:

动态规划 优化版本

因为当前的值总是依赖前一个值 所以我们其实不需要构建一个数组来存储 只需要用一个临时变量即可 保存前一个位置的结果

上代码

public static int maxSubArray_DP_Plus(int[] nums) {
    	if(nums == null) {
    		return 0;
    	}
    	if(nums.length == 1) {
    		return nums[0];
    	}
    	// 用一个临时变量来保存上一个结果
    	int curNum = nums[0];
    	int max = nums[0];
    	for(int i = 1; i < nums.length ; i++) {
    		curNum = Math.max(curNum, 0) + nums[i];
    		max = Math.max(curNum, max);
    	}
    	return max;
    }