leetcode Maximum Subarray

最新推荐文章于 2024-11-13 11:37:20 发布

piyalo

最新推荐文章于 2024-11-13 11:37:20 发布

阅读量345

点赞数

分类专栏： leetcode，分治法文章标签： C++ leetcode

本文链接：https://blog.csdn.net/qq_33755214/article/details/78024564

版权

leetcode，分治法专栏收录该内容

2 篇文章 0 订阅

订阅专栏

Description:

Find the contiguous subarray within an array (containing at least one number) which has the largest sum.

For example, given the array [-2,1,-3,4,-1,2,1,-5,4],
the contiguous subarray [4,-1,2,1] has the largest sum = 6.

Solution:

1.暴力解法：

利用枚举思想，列举所有情况。显然时间复杂度达到O（n²）。

2.分治法：

三个步骤，划分->递归求解->合并问题,这个问题显然是可以这样做的。时间复杂度变为O(nlogn）。

//伪代码
int maxsum(int *A, int x, int y) {
  int i, m, v, L, R, max;
  if (y-x == 1) return A[x];
  m = x + (y-x)/2;
  max = maxsum(A, x, m) >? masum(A, m, y);
  v = 0;
  L = A[m-1];
  for (i = m-1; i>= x; i--) L >?= v += A[i];
  v = 0;
  R = A[m];
  for (i = m; i < y; i++) R >?= v += A[i];
  return max >? (L+R);
}

3.O(n)算法

这个算法显然是巧妙的，考虑一个连续数组，对于求其连续最大和，遍历整个数组。显然，对于任何一个大于0的连续和S[i]，它们加上大于0的nums[i+1]都能够得到一个当前最大的连续和。其时间复杂度为O(n)。

//6 ms
class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int maxSum = 0;
        int curSum = 0;
        int mayMaxSum = nums[0];
        for (int i = 0; i < nums.size(); i++) {
            curSum += nums[i];
            if (curSum > maxSum) maxSum = curSum;
            if (curSum <= 0) {
                if (mayMaxSum < curSum) mayMaxSum = curSum;
                curSum = 0;
            }
        }
        if (maxSum == 0) return mayMaxSum;
        return maxSum;
    }
};