算法刷题-最大子序和【2021-10-17】-CSDN博客

本文链接：https://blog.csdn.net/m0_62827775/article/details/120811180

虽然我走得很慢,但我从不后退!

千里之行，始于足下

今天的练习开始：

3. 最大子序和

建议：使用动态规划和分治算法

3.1、题目描述

给定一个整数数组 nums ，找到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: [-2,1,-3,4,-1,2,1,-5,4] 输出: 6 解释: 连续子数组 [4,-1,2,1] 的和最大和为 6。

进阶:如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解。

3.2、解法

方式一：暴力破解

自己解法:

public class SubArraySum {
     public static void main ( String[] args ) {
         int[] arr = {-2,1,-3,4,-1,2,1,-5,4};
         System.out.println ("最大值为：" + maxSum ( arr ) );
 
     }
 
     /**
      * 暴力破解法
      * 时间复杂度 O（N^2）
      * @param arr
      * @return
      */
     public static int maxSum(int[] arr){
         //1.创建一个集合
         ArrayList<Integer> list = new ArrayList<> ();
 
         //2.将数组元素从下标0开始往后加，每得到一个和就存入集合list中
         for ( int i = 0 ; i < arr.length - 1 ; i++ ) {
             int sum = arr[i];
             for ( int j = i + 1 ; j < arr.length ; j++ ) {
                 sum = sum + arr[j];
                 list.add ( sum );
             }
         }
 
         //3.将集合元素进行排序，输出最大的值就是和最大的
         Object[] array = list.toArray ( );
         Arrays.sort ( array );
 
         return (Integer)array[array.length - 1];
     }
     
 }

复杂度分析

时间复杂度O(n^2)
空间复杂度O(n)

他人解法：

 public class Solution {
 
     public int maxSubArray(int[] nums) {
         int len = nums.length;
         int res = Integer.MIN_VALUE;
         for (int i = 0; i < len; i++) {
             int sum = 0;
             for (int j = i; j < len; j++) {
                 sum += nums[j];
                 res = Math.max(res, sum);
             }
         }
         return res;
     }
 }

复杂度分析

方式二、动态规划

思路：

官方解法：

 public int maxSubArray(int[] nums) {
         int pre = 0, maxAns = nums[0];
         for (int x : nums) {
             pre = Math.max(pre + x, x);
             maxAns = Math.max(maxAns, pre);
         }
         return maxAns;
     }