题目描述:
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。
思路:
这是动态规划中一道非常经典的题目,虽然LeetCode上把这道题目难度定位Easy,但是我认为弄懂解决这道问题背后的思路,很多medium甚至hard都会迎刃而解。
首先最容易想到的依然是暴力法,两层循环,外层循环的指针i依次遍历数组,作为子数组的头,内层循环的指针j,从i开始向后做加法,每做一次加法都和前一次加法的结果做比较取最大值。那么两层循环下来,得到的最大值,就是最大子序和,复杂度是O(n^2)。那么,应该从哪里开始优化呢?
其实暴力法两层循环核心在于,当遇到一个数时,我是要把它加入上一个子序和的结果,还是要以它作为新一个子序和的开始。暴力法并不去思考这个问题,它暴力地把两种情况都计算出来,这样取到的最大值一定是最大值。那么很自然,我们可以用数组存下上一个子序和的结果,与当前数进行比较,哪个大取哪个就好,最后再在结果数组中,找到最大的那个值。这样优化之后,空间和时间复杂度都是O(n),还有没有优化的空间?
有的。在最后结果数组中找最大值的行为,并不需要所有数组的值,只需要在每次计算出当前子序和结果后,与上一次最大子序和比较即可。想明白这一点之后,可以取消掉子序和结果数组,时间复杂度变成O(1)。
代码:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int pre=0, max_res=nums[0];
for(int num : nums)
{
pre = max(pre+num, num);//这一步是计算当前子序和结果
max_res= max(pre,max_res);//这一步是在所有子序和结果中取最值
}
return max_res;
}
};