53. 最大子序和
知识点:动态规划、线段树
时间:2020年4月20日
题目链接
题目
给定一个整数数组 nums ,找到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。
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 = [0]
输出:0
示例 4:
输入:nums = [-1]
输出:-1
示例 5:
输入:nums = [-100000]
输出:-100000
提示:
- 1 <= nums.length <= 3 * 104
- -105 <= nums[i] <= 105
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。
解法:
这里有两种解决方法
方法1:动态规划
- 假设dp[i]代表到i个数结尾 连续子数组的最大和
- 这里有给出转移方程 dp[i] = max(dp[i-1]+nums[i],nums[i]) 要么加上这个数,要么以这个数为起始
- 可以把dp数组压缩 用变量tmp维护
方法2:分治
- 类似于线段树求解最长公共上升子序列问题
- 用get(a,l,r) 代表a序列[l,r]区间内的最大子段和,可以用区间[l,m],[m+1,r]分治求解
- 维护的信息有
- lSum 表示 [l,r]内以 l 为左端点的最大子段和
- rSum 表示 [l,r] 内以 r 为右端点的最大子段和
- mSum 表示 [l,r] 内的最大子段和
- iSum 表示 [l,r] 的区间和
- 如何维护呢
- 区间的[l,r] iSum = [l,m]iSum + [m+1,r]iSum 左区间+右区间
- [l,r] lSum = max([l,m] lSum,[l,m] lSum + [m+1,r]iSum) 左边的 或者 左边的加上所有右边的
- [l,r] rSum = max([m+1,r] rSum,[m+1,r] rSum + [l,m] iSum) 右边的 或者 右边加上所有左边
- [l,r] mSum = max([l,m] rSum,[m+1,r] lSum, max(lSum,rSum) 可以根据mSum是否跨越m 没有跨越,就是max(左mSum,右mSum)跨越了的话 需要比较[l,m]rSum+[m+1]lSum
- 分治排序 维护
代码
#include "cheader.h"
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int tmp = 0, ans = nums[0];
for(int x: nums) {
tmp = max(tmp + x, x);
ans = max(ans, tmp);
}
return ans;
}
};
class Solution2 {
public:
struct Status {
int lSum, rSum, mSum, iSum;
};
Status pushUp(Status l, Status r) {
int iSum = l.iSum + r.iSum;
int lSum = max(l.lSum, l.iSum + r.lSum);
int rSum = max(r.rSum, r.iSum + l.rSum);
int mSum = max(max(l.mSum, r.mSum), l.rSum + r.lSum);
return (Status) {lSum, rSum, mSum, iSum};
};
Status get(vector<int> &a, int l, int r) {
if (l == r) {
return (Status) {a[l], a[l], a[l], a[l]};
}
int m = (l + r) >> 1;
Status lSub = get(a, l, m);
Status rSub = get(a, m + 1, r);
return pushUp(lSub, rSub);
}
int maxSubArray(vector<int>& nums) {
return get(nums, 0, nums.size() - 1).mSum;
}
};
今天也是爱zz的一天哦!