【问题描述】[第53题][最大子序和][中等]
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:
输入: [-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。
【解答思路】
1. 动态规划
思路1
第 1 步:设计状态
int[] temp = new int[len]; 记录前i个和
第 2 步:状态转移方程
前一个i-1+nums[i] 和 nums[i] 作比较
temp[i] = Math.max(temp[i-1]+nums[i],nums[i]);
第 3 步:考虑初始化
temp[0] = nums[0]; max= nums[0];
第 4 步:考虑输出
时间复杂度:O(N) 空间复杂度:O(N)
public int maxSubArray(int[] nums) {
if (nums.length == 0)
return 0;
int[] dp = new int[nums.length];
dp[0] = nums[0];
int max = dp[0];
for (int i=1; i<nums.length; i++){
dp[i] = Math.max(dp[i-1]+nums[i],nums[i]);
max= Math.max(dp[i],max);
}
return max;
}
2. 贪心算法
时间复杂度:O(N) 空间复杂度:O(1)
- sum就是这个“i之前最大子数组的和”
- 如果它大于0,则加上num就是“i+1之前最大子数组的和”
- 如果它小于0,则num本身就是“i+1之前最大子数组的和”
class Solution {
public int maxSubArray(int[] nums) {
int ans = nums[0];
int sum = 0;
for(int num: nums) {
if(sum > 0) {
sum += num;
} else {
sum = num;
}
ans = Math.max(ans, sum);
}
return ans;
}
}
3. 分治算法(可忽略)
- 将数组分成左半部分、右半部分和中间包括左右边界的三种区间遍历。
- 得到三个区间的最大连续子数组和就是原数组的最大连续子数组和。
- 本题使用分治不是很理智,copy 大神的方法。
public class Solution {
public int maxSubArray(int[] nums) {
int len = nums.length;
return maxSubArray(nums, 0, len - 1);
}
private int maxSubArray(int[] nums, int left, int right) {
// 只有一个数则直接返回。
if (left == right) {
return nums[left];
}
// 找到区间的中间位置。
int mid = left + (right - left) / 2;
// 返回中间位置左边、右边以及包含中间位置三种情况的能达到的最大子数组和。
return Math.max(maxSubArray(nums, left, mid),
Math.max(maxSubArray(nums, mid + 1, right),
maxCrossingSum(nums, left, mid, right)));
}
private int maxCrossingSum(int[] nums, int left, int mid, int right) {
int sum = 0;
// 左边加到 mid 位置能达到的最大和。
int leftSum = Integer.MIN_VALUE;
// 计算以 mid 结尾的最大的子数组和。
for (int i = mid; i >= left; i--) {
sum += nums[i];
if (sum > leftSum) {
leftSum = sum;
}
}
sum = 0;
// 右边以 mid 位置开始加能达到的最大和。
int rightSum = Integer.MIN_VALUE;
// 计算以 mid + 1 开始的最大的子数组和。
for (int i = mid + 1; i <= right; i++) {
sum += nums[i];
if (sum > rightSum) {
rightSum = sum;
}
}
// 返回包含 mid 和 mid + 1 两位置数的最大子数组和。
return leftSum + rightSum;
}
}
【总结】
1.Java中 Math.max 优化if-else 结构
2. 动态规划流程
第 1 步:设计状态
第 2 步:状态转移方程
第 3 步:考虑初始化
第 4 步:考虑输出
第 5 步:考虑是否可以状态压缩
3. 数组初始化
- 一维数组
1.在定义时初始化。
int[] arrays = {1, 2, 3, 4, 5}; //简化
int[] arrays = new int[]{1, 2, 3, 4, 5}; //完整格式 推荐
2.先定空间,随后赋值。
- int []age = new int[10];
//动态初始化
for (int i = 0; i < age.length; i++) {
age[i] = i;}
- 二维数组
1.在定义时初始化。
double[][] a = new double[][] {{1,2,3},{4,2,7}};
double[][] b = new double[][] {{3,3},{1,1},{2,2}};
2.先定空间,随后赋值。
double [][] container = new double[3][4];
for(int i = 0; i < 3;i++) {
for(int j = 0; j < 4;j++) {
container[i][j] = 4.5;
}
}
参考链接:https://leetcode-cn.com/problems/maximum-subarray/solution/53ti-zui-da-zi-xu-he-by-iceblood/
参考链接:https://leetcode-cn.com/problems/maximum-subarray/solution/hua-jie-suan-fa-53-zui-da-zi-xu-he-by-guanpengchn/