1.最笨的办法-穷举法
思路就是,取出所有可能的子数组,即找出所有可能的0≤i≤j≤n,然后求出数组从i到j的所有数的和再对比,这样的方法时间复杂度较高,python实现如下:
class Solution(object):
def maxSubArray(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
n=len(nums);
ans = -100000000000;
for i in range(0,n):
for j in range(i,n):
sums =sum(nums[i:j+1]);
ans=max(ans,sums)
return ans
提示超时,最终执行的输入如下:
此时的时间复杂度为O(n^3)
2.第一次优化:
这一步求和的时候,每次没有必要从i到j完整求和,只要存储了上一次求和的结果,之后只要在前面求和的基础上继续累加就可以。
具体方法就是,把sums=0在j循环之前声明,j进行循环时,每次求和是在前一次求和的基础上再加上num[j]:
class Solution(object):
def maxSubArray(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
n=len(nums);
ans = -100000000000;
for i in range(0,n):
sums = 0
for j in range(i,n):
sums += nums[j];
ans=max(ans,sums)
return ans
此时超时的结果为,有提升:
时间复杂度此时为O(n^2)