题目描述
输入一个长度为n的整型数组array,数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。
示例:
输入:[1,-2,3,10,-4,7,2,-5]
输出:18
原题链接:连续子数组的最大和
思路
- 递归:void sumFind(int[] array, int k, int sumNow)
每一步:从第k步起计算连续子数组和,并向下推进k+1
出口:k==array.length - 动态规划:利用dp[i]数组记录到第i个变量时的最大连续和,状态转移方程是dp[i]=Math.max(array[i],dp[i-1]+array[i])
- 动态规划空间优化:动态规划的过程中dp数组只有最新的值是被使用的,因此可以使用两个变量来优化空间,一个记录旧的最大值,一个记录当前的最大值。
递归
public int sum;
public int FindGreatestSumOfSubArray(int[] array) {
sum=Integer.MIN_VALUE;
sumFind(array,0,0);
return sum;
}
public void sumFind(int[] array,int k,int sumNow){
if(k==array.length) return;
for(int i=k;i<array.length;i++){
sumNow+=array[i];
if(sumNow>sum) sum=sumNow;
sumFind(array,k+1,0);
}
}
递归是可以完成题解的,但是递归的复杂度和纯暴力解法一样,会导致栈溢出,这里提到递归是想记录一下递归的思路,在循环的过程中,控制k和sumNow可以控制是否选取重复元素,这一点在递归的使用中比较重要。
动态规划
public int FindGreatestSumOfSubArray(int[] array) {
int sum=0;
int res = array[0];
for(int i = 0;i < array.length;i ++){
sum = Math.max(array[i],array[i] + sum);
res = Math.max(res,sum);
}
return res;
}
动态规划这里用的是优化后的,利用sum变量代替原有的dp数组,完成状态转移,并更新res记录转移过程中的最大值。