1、问题分析
题目链接:https://leetcode-cn.com/problems/maximum-subarray/
本质上就是一个动态规划问题。代码我已经进行了详细的注释,理解应该没有问题,读者可以作为参考,如果看不懂(可以多看几遍),欢迎留言哦!我看到会解答一下。
2、问题解决
笔者以C++
方式解决。
#include "iostream"
using namespace std;
#include "algorithm"
#include "vector"
#include "queue"
#include "set"
#include "map"
#include "cstring"
#include "stack"
class Solution {
private:
// 定义以 某个下标为 尾节点的子数组的最大和,即最大和数组
// 例如 dp[1] 代表以 nums[1] 为结尾的子数组的最大和
// 如果前面数组的和大于0,再加上本身节点的值,肯定大于本身节点的值
// dp[i] = dp[i - 1] + nums[i] <----------------> dp[i - 1] > 0
// 如果前面节点的和为负数,则没有必要加了,此时和最大数组就是节点本身
// dp[i] = nums[i] <----------------> dp[i - 1] <= 0
vector<int> dp;
// 定义结果值,默认值一定要设置成很小的值,
// 或者直接使用nums 数组的的元素初始化
int result = INT32_MIN;
public:
int maxSubArray(vector<int> &nums) {
// 初始化最大和数组
dp.resize(nums.size());
//
dealChen(nums);
return result;
}
/**
* 处理最大和
* @param nums
*/
void dealChen(vector<int> &nums) {
// 状态转移方程边界
// 第一个元素的最大和的连续子数组就是该节点本身
dp[0] = nums[0];
// 根据状态转移方程求解 dp 数组
for (int i = 1; i < nums.size(); ++i) {
if (dp[i - 1] > 0) {
dp[i] = dp[i - 1] + nums[i];
} else {
dp[i] = nums[i];
}
}
// 返回 dp 数组的最大值 即 最大和的连续子数组
for (int i = 0; i < dp.size(); ++i) {
if (dp[i] > result) {
result = dp[i];
}
}
}
};
int main() {
vector<int> nums = {-2, 1, -3, 4, -1, 2, 1, -5, 4};
Solution *pSolution = new Solution;
int i = pSolution->maxSubArray(nums);
cout << i << endl;
system("pause");
return 0;
}
运行结果
有点菜,有时间再优化一下。
3、总结
难得有时间刷一波LeetCode
, 这次做一个系统的记录,等以后复习的时候可以有章可循,同时也期待各位读者给出的建议。算法真的是一个照妖镜,原来感觉自己也还行吧,但是算法分分钟教你做人。前人栽树,后人乘凉。在学习算法的过程中,看了前辈的成果,受益匪浅。
感谢各位前辈的辛勤付出,让我们少走了很多的弯路!
哪怕只有一个人从我的博客受益,我也知足了。
点个赞再走呗!欢迎留言哦!