LeetCode 20 连续子数组的最大和

题目：输入一个整型数组，数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。（要求时间复杂度为O(n)）

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。

提示： 1 <= arr.length <= 10^5 -100 <= arr[i] <= 100

解题思路：动态规划

动态规划解析：

• 状态定义： 设动态规划列表 dp ，dp[i] 代表以元素 nums[i] 为结尾的连续子数组最大和。
  • 为何定义最大和 dp[i] 中必须包含元素 nums[i] ：保证 dp[i] 递推到 dp[i+1] 的正确性；如果不包含 nums[i] ，递推时则不满足题目的 连续子数组 要求。
• 转移方程： 若 dp[i−1]≤0 ，说明 dp[i−1] 对 dp[i] 产生负贡献，即 dp[i−1]+nums[i] 还不如 nums[i] 本身大。
  • 当 dp[i−1]>0 时：执行 dp[i] = dp[i-1] + nums[i] ；
  • 当 dp[i−1]≤0 时：执行 dp[i] = nums[i] ；
• 初始状态： dp[0] = nums[0]，即以 nums[0] 结尾的连续子数组最大和为 nums[0]nums[0] 。
• 返回值： 返回 dp 列表中的最大值，代表全局最大值。

 

空间复杂度降低：

• 由于 dp[i] 只与 dp[i-1] 和 nums[i] 有关系，因此可以将原数组 nums 用作 dp 列表，即直接在 nums 上修改即可。
• 由于省去 dp 列表使用的额外空间，因此空间复杂度从 O(N) 降至 O(1) 。

class Solution {
    public int maxSubArray(int[] nums) {
        int res = nums[0];
        for(int i = 1; i < nums.length; i++) {
            nums[i] += Math.max(nums[i - 1], 0);
            res = Math.max(res, nums[i]);
        }
        return res;
    }
}