分析题意可以得出本题可以用动态规划求解,即求出数组中以每个元素结尾的最大和,然后最后去找最大的即可。
注意:是否加上之前的结果,如果之前结果大于0,则可以加上,如果不大于0,则无需加上
状态:
以当前元素结尾的最大和,用dp[i]表示;
状态转移方程:
dp[i] = max(dp[i - 1], 0) + nums[i]
代码如下:
class Solution:
def maxSubArray(self, nums):
dp = [0] * len(nums)
dp[0] = nums[0]
for i in range(1, len(nums)):
dp[i] = max(dp[i - 1], 0) + nums[i]
return max(dp)
其中直接在原数组上进行操作,省略状态转移数组,优化代码如下所示:
class Solution:
def maxSubArray(self, nums):
for i in range(1, len(nums)):
nums[i] = max(nums[i - 1], 0) + nums[i]
return max(nums)