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
Leetcode热题100 ---day3
最新推荐文章于 2024-09-22 04:59:47 发布
本文介绍了如何利用动态规划解决给定整数数组中具有最大和的连续子数组问题。通过拆分子问题并设计状态转移方程,避免了重复计算,提高了求解效率。代码实现展示了如何在O(n)时间内找到最大子数组和。
摘要由CSDN通过智能技术生成