最大子数组和

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

1

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 。

2

输入：nums = [1]

输出：1

3

输入：nums = [5,4,-1,7,8]

输出：23

解法1：动态规划法

伪代码

数组nums,子序和dp[i],起始时dp[0]=nums[0]

最大子序和dp[i]=max(dp[i-1]+nums[i],nums[i])

python代码

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        dp=[]
        dp.append(nums[0])
        for i in range(1,len(nums)):
            dp.append(max(dp[i-1]+nums[i],nums[i]))
        return max(dp)

解法2：暴力法

python代码

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        max=nums[0]
        for i in range(len(nums)):
            sum=0
            for j in range(i,len(nums)):
                sum+=nums[j]
                if sum>=max:
                    max=sum
        return max

python暴力法可能会出现超时

解法3：优化动态规划

python代码

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        dp=[]
        dp.append(nums[0])
        result=dp[0]
        for i in range(1,len(nums)):
            dp.append(max(dp[i-1]+nums[i],nums[i]))
            result=max(result,dp[i])
        return result

将O（n）优化为O（1）

解法4：贪心法

python代码

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        result=nums[0]
        sum=0
        for i in range(len(nums)):
            sum+=nums[i]
            result=max(result,sum)
            if sum<0:
                sum=0
        return result

题目：买股票的最佳时机

给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。

你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0

示例

示例 1：

输入：[7,1,5,3,6,4]

输出：5

解释：在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。

注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。

示例 2：

输入：prices = [7,6,4,3,1]

输出：0

解释：在这种情况下, 没有交易完成, 所以最大利润为 0。

解法1：动态规划

分析

初始时f=prices[0];dp=[];dp[0]=0

if prices[i]-f<0 then f=prices[i]

else:dp.append(prices[i]-f)

max(dp)

python代码

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        f=prices[0]
        dp=[]
        dp.append(0)
        i=0
        while i<len(prices):
            if prices[i]-f<0:
                f=prices[i]
            else:
                dp.append(prices[i]-f)
            i+=1
        return max(dp)

解法2：贪心

python代码

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        result=0
        f=prices[0]
        for i in range(1,len(prices)):
            if prices[i]-f<0:
                f=prices[i]
                
            result=max(result,prices[i]-f)
        return result