问题描述
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。
输入输出
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 <= 10的5次方
-10的4次方 <= nums[i] <= 10的4次方
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。
解题思路
可以用双指针枚举左右边界,但是时间复杂度极高,为,排除。
代码一使用的是直观的dp,dp[i][j]表示的是下标i到j的累加值。开始时先赋对角线为初始值,再dp一遍即可,时间复杂度为为,但是提交后内存超限,那么需要再优化一下。
代码二将dp优化为一维,时间复杂度和空间复杂度均为。
从代码二可以看出,dp数组在每次遍历中仅仅使用了下标i和i-1的值,之前的都没有再使用过了,那其实是可以用一个变量替换dp数组的,因此有了代码三,时间复杂度为,空间复杂度为
。
maxNow变量本质上就是维护了一个前缀和数组,但是是一个会根据累加值而变换左右边界的前缀和数组。改为代码四,更符合前缀和的形式。
代码一(内存超限)
class Solution {
public int maxSubArray(int[] nums) {
int len = nums.length, max = Integer.MIN_VALUE;
int[][] dp = new int[len][len];
for (int i = 0; i < len; i++) {
dp[i][i] = nums[i];
max = Math.max(max, dp[i][i]);
}
for (int i = 0; i < len; i++) {
for (int j = i + 1; j < len; j++) {
dp[i][j] = dp[i][j - 1] + nums[j]; // 更新下标i到j的累加值
max = Math.max(max, dp[i][j]);
}
}
return max;
}
}
代码二(通过)
class Solution {
public int maxSubArray(int[] nums) {
int len = nums.length, max = Integer.MIN_VALUE;
int[] dp = new int[len];
dp[0] = nums[0];
max = Math.max(max, dp[0]);
for (int i = 1; i < len; i++) {
// 如果dp[i-1]为负数,则不包含它会得到更大的子数组和
dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
max = Math.max(max, dp[i]);
}
return max;
}
}
代码三(通过)
class Solution {
public int maxSubArray(int[] nums) {
int max = nums[0], maxNow = nums[0]; // 最大值和当前最大值
for (int i = 1; i < nums.length; i++) { // 注意下标从1开始遍历
maxNow = Math.max(nums[i], maxNow + nums[i]);
max = Math.max(max, maxNow);
}
return max;
}
}
代码四(通过)
class Solution {
public int maxSubArray(int[] nums) {
int max = nums[0], pre = 0; // 最大值和前缀和
for (int num : nums) {
pre = Math.max(num, pre + num); // 判断是否要加上pre
max = Math.max(max, pre);
}
return max;
}
}
(by 归忆)