1、问题描述
输入一个整型数组,数组里有正也有负。数组中一个或连续多个整数组成一个子数组。求所有子数组和的最大值。要求时间复杂度为 O ( n ) O(n) O(n)。
2、解题思路
-
边界条件:(1)输入整型数组为空,返回空;
-
为了让思路更清晰,先举个例子:
假设输入的整型数组为 { − 1 , 2 , − 3 } \{-1,2,-3\} {−1,2,−3}
该整型数组的子数组分为以下几种情况:
(1)以-3结尾: { − 3 } , { 2 , − 3 } , { − 1 , 2 , − 3 } \{-3\},\{2,-3\},\{-1,2,-3\} {−3},{2,−3},{−1,2,−3};
(2)以2结尾: { 2 } , { − 1 , 2 } \{2\},\{-1,2\} {2},{−1,2};
(3)以-1结尾: { − 1 } \{-1\} {−1} -
思路1:最简单的方法是枚举出所有的子数组,然后一一算出这些子数组的和,最后取其中的最大值。对于一个长度为n的整型数组,其子数组的个数为 n ( n − 1 ) 2 \frac{n(n-1)}{2} 2n(n−1),所以这种方法的时间复杂度为 O ( n 2 ) O(n^{2}) O(n2),由于题目限制时间复杂度为 O ( n ) O(n) O(n),所以思路明显不行。
-
思路2:这道题可以采用动态规划来做。设 S [ i ] S[i] S[i]表示整型数组中以第 i i i个数结尾的子数组的最大和,则相应的状态转移方程如下:
S [ i ] = { d a t a [ i ] i f S [ i − 1 ] ≤ 0 o r i = = 0 S [ i − 1 ] + d a t a [ i ] i f S [ i − 1 ] > 0 a n d i ! = 0 S[i]= \begin{cases} data[i] & \ \ if \ S[i-1] \le0 \ or\ i == 0 \\ S [i-1] + data[i] & \ \ if S[i - 1]>0 \ and \ i\ !=0 \end{cases} S[i]={data[i]S[i−1]+data[i] if S[i−1]≤0 or i==0 ifS[i−1]>0 and i !=0
这个方程的意义是:当以第 i − 1 i-1 i−1个数结尾的子数组中所有数字的和小于零时,如果把这个负数和第 i i i个数相加,得到得结果会比第 i i i个数本身还要小,所以这种情况下,以第 i i i个数结尾的子数组就是第 i i i个数本身。如果以第 i − 1 i-1 i−1个数结尾的子数组中所有数字的和大于零,那么与第i个数累加就得到了以第 i i i个数结尾的子数组中所有数字的和。
3、代码实现
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
if(array == null || array.length == 0){
return 0;
}
int [] sum = new int[array.length];
sum[0] = array[0];
for (int i=1;i<array.length;i++){
if (sum[i-1] <=0){
sum[i] = array[i];
}
else {
sum[i] = sum[i-1]+array[i];
}
}
int maxsumofsubarray = sum[0];
for (int j=1;j<sum.length;j++){
if(sum[j] > maxsumofsubarray){
maxsumofsubarray = sum[j];
}
}
return maxsumofsubarray;
}
}