给你一个整数数组 nums
,请你找出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。
子数组 是数组中的一个连续部分。
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 。
示例 2:
输入:nums = [1] 输出:1
示例 3:
输入:nums = [5,4,-1,7,8] 输出:23
提示:
1 <= nums.length <= 105
-104 <= nums[i] <= 104
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。
//暴力解法,超时
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n=nums.size();
int max=INT_MIN;
for(int i=0;i<n;i++){
int sum=0;
for(int j=i;j<n;j++){
sum+=nums[j];
if(sum>max){
max=sum;
}
}
}
return max;
}
};
//动态规划
//原理:
//1.将以第i个元素为结束的子数组和最大值保存到dp里
//2.这个最大值值得商榷的是前面以i-1元素结束的子数组的和加上当前i的的元素是比当前大还是比当前小
//3.如果比当前大,就把加完的和存在第i个dp中,变小的话,那就把自己存在dp里
//4.打个擂台,判断下maxlen
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n=nums.size();
vector<int> dp(n);
dp[0]=nums[0];
int maxlen=dp[0];
for(int i=1;i<n;i++){
dp[i]=max(dp[i-1]+nums[i],nums[i]);
maxlen=max(maxlen,dp[i]);
}
return maxlen;
}
};