Leetcode热题100 ---day3

第一题 最大子数组和：

        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。

示例：

        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

问题分析：

        本题可以采用动态规划的方法来求解。所谓的动态规划就是将负责的问题拆分成一个个简单的子问题，通过解决一个个简单的子问题来达到解决最终复杂问题的方法。首先第一步就是将问题拆分成一个个子问题。针对本题，我们可以进行以下拆分：

        第一个子问题：找到经过-2的最大子数组的和

        第二个子问题：找到经过1的最大子数组的和

        第三个子问题：找到经过-3的最大子数组的和

                 。。。。。。

        第九个子问题：找到经过4的最大子数组的和

只要解决了上述九个子问题，我们再取九个子问题中的最大的和就为本题的答案。但是我们发现这九个子问题之间没有递进的联系，求出第一个子问题的解之后，对于我们求解第二个子问题并没有帮助，也就是说我们需要遍历数组n * n次才能解决九个子问题，时间复杂度过高。为此，我们进一步设计更为简单的子问题：

        第一个子问题：找到以-2为结尾的最大子数组的和

        第二个子问题：找到以1为结尾的最大子数组的和

                    。。。。。。

        第九个子问题：找到以4为结尾的最大子数组的和

我们可以发现上述子问题具有一定的联系。一般来说，第i个子问题的结果是第i-1的问题的结果加上第i个数，这样我们就能更快的求解各个子问题，提高效率。进一步，我们写出状态转移方程。当第i-1个子问题的结果dp[i-1]大于0时，第i个子问题的结果就是dp[i]=dp[i-1] + nums[i];当dp[i - 1]小于0时，dp[i] = nums[i]:

                                dp[i] = max(dp[i - 1] + nums[i], num[i])

最后在求出所有子问题后，我们取其中最大的结果就是最大子数组的和。

代码实现：

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        n = len(nums)
        
        dp = [nums[0]]
        
        for i in range(1, n):
            dp.append(max(dp[i - 1] + nums[i], nums[i]))
        
        max_sum = max(dp)
        return max_sum