【LeetCode】53、最大子序和 （动态规划）

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1

示例2

示例3

解题思路

1. 连续子数组中和为最大。从题目可以想到，用最暴力的方法就是列举所有子数组并且计算其和，比较得到最大的和。显然这不是一个好的方法。
2. 但我们可以从枚举所有子数组中得到思路，如果想要枚举所有子数组，那么需要变量 i，j 表示第 i 个数到第 j 个数的数组，i 表示起点，j 表示终点，然后两层循环（外层起点 i 循环，内层终点 j 循环）得到子数组[i , j]的和。那我们可不可以只使用一层循环呢，使用一层循环那么就有抛弃一个起点或终点的循环，那么我们抛弃结尾的循环，留下 i 起点循环。
3. 我们只对起点循环，那么创建一个数组D[]， 其中D[ i ]表示以第 i 个数（起点）开头的最大子数组和，结尾我们不管是多少（结尾 j 有多种情况，但是我们不用管），这是动态规划方法，那么如何知道D[ i ]等于多少，D[ i ]的大小其实与D[ i+1 ]密切相关（以第 i+1个数开头的最大子数组和），可以分析出以下递推关系式。
   
   如果D[ i+1 ]大于0，D[ i ]等于D[ i+1 ]+nums[ i ]，等于前一个数的最大和加上自己这个数。如果D[ i+1 ]<0，D[ i ] = nums[ i ]，前一个数（为起点）最大和小于0，以自己为起点的数组最大和 等于 自己这个数。
4. 根据递推关系式，可以遍历填写D[ ]数组，从最后一个元素开始填写，因为最后一个数开头的子数组只能是自己，所以D[n] = X[ n ]，然后再填写D[ n-1 ]，一直填写到D[ 0 ]，最后比较得到D[ ]数组中最大的数。

动态规划：代码

#include<iostream>
#include<vector>
using namespace std;

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
		int size=nums.size();
		vector<int> D;
		D.resize(size);
		D[size-1]=nums[size-1];
		for(int i=size-2;i>=0;i--)
		{
			if(D[i+1]>0)
				D[i]=D[i+1]+nums[i];
			else
				D[i]=nums[i];
		}
		int max = D[0];
		for(int i=1;i<size;i++)
		{
			if(D[i]>max)
				max=D[i];
		}
		return max;
    }
};