剑指 Offer 42. 连续子数组的最大和
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)。
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。
兜兜转转,发现简单的动态规划还是不会。。
设 d p [ j ] dp[j] dp[j]]为以 j j j结尾的子数组的最大值
可以看到,四者同时包含 n u m s [ 3 ] nums[3] nums[3],比较四者哪个更大,其实就是比较 0 0 0、 n u m s [ 2 ] nums[2] nums[2]、 n u m s [ 1 ] + n u m s [ 2 ] nums[1]+nums[2] nums[1]+nums[2]、 n u m s [ 0 ] + n u m s [ 1 ] + n u m s [ 2 ] nums[0]+nums[1]+nums[2] nums[0]+nums[1]+nums[2]四者谁大谁小。
有没有发现规律? n u m s [ 2 ] 、 n u m s [ 1 ] + n u m s [ 2 ] 、 n u m s [ 0 ] + n u m s [ 1 ] + n u m s [ 2 ] nums[2]、nums[1]+nums[2]、nums[0]+nums[1]+nums[2] nums[2]、nums[1]+nums[2]、nums[0]+nums[1]+nums[2]这三者的最大值恰好就是dp[2]。所以,如果 d p [ 2 ] > 0 , d p [ 3 ] = d p [ 2 ] + n u m s [ 3 ] dp[2]>0,dp[3]=dp[2]+nums[3] dp[2]>0,dp[3]=dp[2]+nums[3],否则, d p [ 3 ] = 0 + n u m s [ 3 ] dp[3] = 0 + nums[3] dp[3]=0+nums[3]。
class Solution {
public int maxSubArray(int[] nums) {
int[] dp = new int[nums.length];
dp[0] = nums[0];
int max = nums[0];
for (int j = 1; j < nums.length; j++) {
dp[j] = nums[j] + Math.max(0, dp[j - 1]);
max = Math.max(max, dp[j]);
}
return max;
}
}