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。
- 状态定义:dp[i]为以nums[i]结尾的最大子序和。
- 状态转移方程:对于nums[i]有两种情况:一种是和前一个位置的子序列连着 —dp[i]=dp[i-1]+nums[i];第二种是以自己独立门户,从自己开始 — dp[i]=nums[i]
- 取其中最大值,可得状态转移方程为 dp[i]=max( dp[i-1] + nums[i] , nums[i] )
- dp[0]=nums[0]
- dp[i] 只与 dp[i-1] 和 nums[i] 有关,可以将空间复杂度降到O(1)。对于 dp[i]=max(dp[i-1]+nums[i], nums[i]),两种情况都加了 nums[i] ,只是前面多加了 dp[i-1] ,推出,当dp[i-1] < 0 时,后者大,反之前者大
基础版本
class Solution {
public int maxSubArray(int[] nums) {
int[] dp = new int[nums.length];
// dp[i]为以nums[i]结尾的最大子序和
dp[0] = nums[0];
int ans = dp[0];
for(int i = 1; i < nums.length; i ++){
dp[i] = Math.max(dp[i-1] + nums[i], nums[i]);
ans = Math.max(ans, dp[i]);
}
return ans;
}
}
降低空间复杂度
class Solution {
public int maxSubArray(int[] nums) {
// 使用变量来维护当前最小值,降低空间复杂度
// 以nums[i-1]结尾的最大子序和
int tempRes = nums[0];
int ans = tempRes;
for(int i = 1; i < nums.length; i ++){
tempRes = Math.max(tempRes + nums[i], nums[i]);
ans = Math.max(ans, tempRes);
}
return ans;
}
}
添加条件:返回最大子序和的起始和终止坐标?— 在状态转换的时候记录
class Solution {
public int[] maxSubArray(int[] nums) {
// 返回最大子序列和的起始和终止下标
int maxSubSum = Integer.MIN_VALUE;
int tempDp = nums[0];
int[] ans = new int[2]; // 存放起始和终止下标
int start = 0;
for(int i = 1; i < nums.length; i ++){
// dp[i-1] > 0 时
if(tempDp > 0){
tempDp = tempDp + nums[i];
}else{
// dp[i-1]<0时
tempDp = nums[i];
//当nums[i]独立时,记录下子序列的起始位置
start = i;
}
// 判断当前的最大值
if(tempDp > maxSubSum){
maxSubSum = tempDp;
ans[0] = start;
ans[1] = i;
}
}
return ans;
}
}