leetcode 53.最大子序和(maximum subarray)C语言
1.description
https://leetcode-cn.com/problems/maximum-subarray/description/
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。
进阶:
如果你已经实现复杂度为 O(n) 的解法,尝试使用更为精妙的分治法求解。
2.solution
#define MAX(a, b) ({\
int _a = (a); \
int _b = (b); \
_a >= b ? _a : _b;})
int maxSubArray(int* nums, int numsSize){
int *dp = (int*)malloc(sizeof(int)*numsSize);
int maxSum = nums[0];
dp[0] = nums[0];
for(int i=1; i<numsSize; ++i){
// dp[i]表示以i为终止下标的子数组(一定包含array[i])之和的最大值,问题的解即dp中的最大值
// 动态方程由下面四种情况统一简化而来
// 若dp[i-1]<0, array[i]>0,dp[i]=array[i]
// 若dp[i-1]<0, array[i]<0, dp[i]=array[i]
// 若dp[i-1]>0, array[i]<0, dp[i]=dp[i-1]+array[i]
// 若dp[i-1]>0, array[i]>0, dp[i]=dp[i-1]+array[i]
dp[i] = MAX(dp[i-1]+nums[i], nums[i]);
maxSum = MAX(maxSum, dp[i]);
}
if(dp){
free(dp);
}
return maxSum;
}
kadane算法,对一维dp进一步优化空间
#define MAX(a, b) ({\
int _a = (a); \
int _b = (b); \
_a >= b ? _a : _b;})
int maxSubArray(int* nums, int numsSize){
int sum = nums[0], maxSum = nums[0];
for(int i=1; i<numsSize; ++i){
sum = MAX(sum+nums[i], nums[i]);
maxSum = MAX(sum, maxSum);
}
return maxSum;
}
参考:知乎文章