面试题 42. 连续子数组的最大和 Python3 动态规划

题目

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。

要求时间复杂度为O(n)。

 

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。
 

提示：

1 <= arr.length <= 10^5
-100 <= arr[i] <= 100

思路

若使用暴力搜索，即对每一个下标组合[a,b]进行遍历，再取最大值，则时间复杂度是O(N^2), 不符合题目要求；

因此考虑使用动态规划进行求解，时间复杂度和空间复杂度都是O(N).

思路是构建另一个列表ans, 其中ans[i]表示的含义是以nums[i](即输入的整型数组)结尾的子数组的最大和。

因此，有

ans[0] = nums[0];

对ans[i], i>0:

当ans[i-1]<0时，加上前面的反而会变小，因此ans[i]=nums[i];

当ans[i-1]>=0时，加上前面的不会变小，因此ans[i]=ans[i-1]+nums[i].

最后返回ans的最大值即可。

代码1

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        ans = []    # 以第i个元素结尾的连续子数组的最大和
        ans.append(nums[0])
        for i in range(1,len(nums)):
            if ans[i-1] < 0:
                ans.append(nums[i])
            else:
                ans.append(ans[i-1]+nums[i])
        return max(ans)

复杂度

时间复杂度和空间复杂度均为O(N)

结果

如果想要降低内存消耗，可以将代码1改为代码2(参考题解)，但这样会增加时间复杂度(max时间复杂度为O(N))

代码2

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

代码2的执行结果