地址:
力扣https://leetcode-cn.com/problems/maximum-subarray/
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 。 |
示例 2:
输入:nums = [1] 输出:1 |
示例 3:
输入:nums = [5,4,-1,7,8] 输出:23 |
提示:
1 <= nums.length <= 105 -104 <= nums[i] <= 104 |
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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/maximum-subarray
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路:
暴力解法:可以依次遍历当前数组元素,统计其对应能得到的最大和
这道题依旧可以用到 动态规划 的思想,有关动态规划 可以参考 动态规划详解
动态规划的两个重要步骤:
1. 存放元素的数组,里面的元素到底是存放什么
存放当前下标为止最大的和
2. 计算公式:
初始 dp[0] 为数组元素 0 的值,后续元素要判断是否加入
加入的判定看加入后的值与当前值比较,如果比当前数组值还小,那就没有加入的必要
数组值就是新的一个开始点,所以
dp[i] = max(nums[i], nums[i]+dp[i-1]);
示例:
初始:dp[0] = nums[0]
1 开始比较,1+(-2) 小于当前的 1,所以 1 开始当作新的起点
-3 开始比较,-3+1 大于当前的 -3, 所以 -3 可以加入,当前和就变成了 -3 + 1 = -2
4 开始比较,4+(-2) 小于当前的 4, 所以 4 开始当作新的起点
依次类推,最后构建完 dp 数组
dp 数组里面最大的值就是我们要找到值,如果题目还需要显示到底是那几个元素,那么还需要在构建 dp 数组时额外保存起点坐标这些信息
方法一、动态规划
#define max(a,b) ( (a) > (b) ? (a) : (b) )
int maxSubArray(int* nums, int numsSize){
int *dp = (int *)malloc(sizeof(int) * numsSize);
int i;
int maxNum;
dp[0] = nums[0];
maxNum = dp[0];
for(i=1; i<numsSize; i++)
{
dp[i] = max(nums[i], nums[i]+dp[i-1]);
maxNum = max(maxNum, dp[i]);
}
free(dp);
return maxNum;
}
进一步优化,我们观察到 dp 元素只有相邻的两个有关系,其余没有关系
所以可以用两个临时变量来替换,减少空间开销
#define max(a,b) ( (a) > (b) ? (a) : (b) )
int maxSubArray(int* nums, int numsSize){
int i;
int preValue = nums[0];
int curValue;
int maxNum = nums[0];
for(i=1; i<numsSize; i++)
{
curValue = max(nums[i], nums[i]+preValue);
maxNum = max(maxNum, curValue);
preValue = curValue;
}
return maxNum;
}