问题描述:
输入一个整型数组,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。
输入:nums=[-2,1,-3,4,-1,2,1,-5,4]
输出:6
连续子数组为[4,-1,2,1]
三种方法:
1.暴力法。列出所有的子数组,对所有子数组求和。两层循环。比如第一个数为-2时,依次求出sum(-2),sum(-2,1),sum(-2,1,-3)…保留最大的和。然后从第二个数开始,继续求出,sum(1),sum(1,-3),sum(1,-3,4)…
max_sum=nums[0] ##时间复杂度O(n3)
for i in range(0,len(nums)):
for j in range(i,len(nums)):
res=sum(nums[i:j])
if res>max_sum:
max_sum=res
print(res)
max_sum=nums[0] ##使用前缀和将时间复杂度优化到O(n2)
for i in range(0,len(nums)):
res=0
for j in range(i,len(nums)):
res+=nums[j]
if res>max_sum:
max_sum=res
print(res)
2.分治法。先将问题分解为子问题;解决子问题后,再将子问题合并,解决主问题
3.动态规划法。
- 状态定义:设动态规划表dp,dp[i]代表以元素nums[i]为结尾的连续子数组的最大和
- 转移方程:若dp[i-1]=<0,则dp[i]=nums[i];若dp[i-1]>0,则dp[i]=dp[i-1]+nums[i]
- 初始状态:dp[0]=nums[0]
- 返回值:返回dp列表中的最大值,代表全局最大值
时间复杂度O(N):线性遍历数组nums即可获得结果
空间复杂度O(1):使用常数大小的额外空间
for i in range(1,len(nums)):
nums[i]+=max(nums[i-1],0)
print(max(nums))