题目:
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:
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 。
输入:nums = [1]
输出:1
输入:nums = [5,4,-1,7,8]
输出:23
提示:
1 <= nums.length <= 105
-104 <= nums[i] <= 104
------------------------
思考:动态规划是本题的最优解法,以下按照标准流程解题。
动态规划解析:
1、状态定义: 设动态规划列表 dp ,dp[i]代表以元素 nums[i]为结尾的连续子数组最大和。
为何定义最大和 dp[i]中必须包含元素 nums[i]:保证 dp[i]递推到 dp[i+1]的正确性;
如果不包含 nums[i],递推时则不满足题目的 连续子数组 要求。
2、转移方程:
若dp[i−1]≤0 ,说明 dp[i - 1]对 dp[i]产生负贡献,即 dp[i-1] + nums[i]还不如 nums[i]本身大。
当 dp[i - 1] > 0时:执行 dp[i] = dp[i-1] + nums[i];
当 dp[i−1]≤0 时:执行 dp[i] = nums[i] ;
3、初始状态: dp[0] = nums[0],即以 nums[0]结尾的连续子数组最大和为 nums[0]。
4、返回值: 返回 dp 列表中的最大值,代表全局最大值。
空间复杂度降低:
由于 dp[i] 只与 dp[i-1]和 nums[i] 有关系,因此可以将原数组 nums 用作 dp 列表,
即直接在 nums上修改即可。
由于省去 dp 列表使用的额外空间,因此空间复杂度从 O(N)降至 O(1) 。
----------------
复杂度分析:
时间复杂度 O(N): 线性遍历数组 nums即可获得结果,使用 O(N)时间。
空间复杂度 O(1) : 使用常数大小的额外空间。
---------------------
class Solution {
public int maxSubArray(int[] nums) {
int res = nums[0];
for (int i = 1; i < nums.length; i++) {
nums[i] += Math.max(nums[i - 1], 0);
res = Math.max(res, nums[i]);
}
return res;
}
}
class Solution {
public int maxSubArray(int[] nums) {
int ans = nums[0];
int sum = 0;
for(int num: nums) {
if(sum > 0) {
sum += num;
} else {
sum = num;
}
ans = Math.max(ans, sum);
}
return ans;
}
}
LC