题目描述
误区分析
- 受到类似最长回文子串题目的影响,刚开始可能会想到用二维dp数组,
dp[i][j]
表示原数组中i到j的值的和,然后定义一个变量实时更新最大和,然后返回。 - 但是嘞,因为题目给的一维数组范围过大,导致我们的二维数组大小直接平方,超出允许范围了,力扣根本过不了(但是这个麻烦的要命的方法,它的思路是没有问题的,纯纯内存太大然后不行)。
- 这里提供一下这个本质没问题,但是内存特大的代码(主要是写都写了不放浪费了)
int maxSubArray(int* nums, int numsSize) {
if (numsSize == 0) {
return nums[0];
}
int dp[10001][10001] = { 0 };
int i = 0, j = 0;
int sum = 0;
int max = nums[0];
//当数组开始为负数时,若初始化为0,导致最大值有误区,若最大值为负数会被无视,应初始化为第一个值
for (i = 0; i < numsSize; i++) {
for (j = i; j >= 0; j--) {
if (i == j) {
dp[j][i] = nums[j] ;
max = dp[j][i] > max ? dp[i][j] : max;
}
else {
dp[j][i] = dp[j + 1][i] + nums[j];
max = dp[j][i] > max ? dp[j][i] : max;
}
}
}
return max;
}
正确思路分析
通过上一部分的分析我们知道,本题最主要的是记录前序结点的和还有最大和的更新。在误区分析里我们选择用一个二维数组来记录前序结点和,但是因为二维数组所占内存太大,所以没法通过。那我们换个思路,找个占内存比较小的方法来记录前序结点和。
在给代码之前,我们先按动态规划来分析一下这个题目:
- 分解问题:该问题可以把问题简化为前序结点和是否要加上当前结点
- dp数组:dp[i]表示由数组头到下标i这一段中,子数组最大和(另一种方法里不使用一维数组,直接使用变量更新记录子数组最大和)
- 递推公式:
dp[i] = nums[i] + dp[i - 1]
- 边界条件:当新加的结点会使子数组和变小时,不把该结点值计入数组和内。
这里提供两种结构来记录前序结点和:一维数组和单个变量
一维dp数组
思路碎碎念
- 刚开始会觉得这种方式不安全,会漏掉某种子数组的情况导致最大值可能不同
- 但是这种方式的实质是在遍历时,实时更新最大子数组,将不符合条件(会导致和变小的那一段)子数组当场放弃
只留下有用(加了之后数组和能变大)的那一串
这个放弃的过程相当于改变子数组的左边界
刚开始认为运行到最后的 dp[i] 就是最大子数组和
但是
该方法会记录当前i往前的子数组最大和,但有些时候最大的子数组往往不到i,加到i反而会变小,
比如 nums = [-2,1,-3,4,-1,2,1,-5,4]
当 i = 6(即指向1)时,到达峰值6
但是根据程序的要求,我们会继续往下遍历,尝试加上-5,发现结果比原来大,于是加上-5
子数组和变小
所以我们必须设置一个变量max,相当于在子数组遍历到峰值时,及时“框住”该值,
这个i右移相当于改变数组的右边界,而max就是在遍历过程中抓取最大值的工具
代码展示
int maxSubArray(int* nums, int numsSize) {
if (numsSize == 0) {
return nums[0];
}
int dp[10001] = { 0 };
int i = 0;
int max = nums[0];
dp[0] = nums[0];
for (i = 1; i < numsSize; i++) {
if ((nums[i] + dp[i - 1]) < nums[i]) {
dp[i] = nums[i];
}
else {
dp[i] = nums[i] + dp[i - 1];
}
if (dp[i] > max) {
max = dp[i];
}
}
return max;
}
单个变量
与法二思想类似但是放弃数组,直接用一个变量记录当前步骤再往前一步的最大值(相当于更新的dp[i -1])
int maxSubArray(int* nums, int numsSize) {
if (numsSize == 0) {
return nums[0];
}
int max_i= { 0 };
int i = 0;
int max = nums[0];
max_i = nums[0];
for (i = 1; i < numsSize; i++) {
if ((nums[i] + max_i) < nums[i]) {
max_i = nums[i];
}
else {
max_i = nums[i] + max_i;
}
if (max_i > max) {
max = max_i;
}
}
return max;
}