最大子序和
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:
输入: [-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。
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。
我的思路
思路一
-
令状态dp[i]表示以A[i]作为末尾的连续序列的最大和。比如
[-2,1,-3,4,-1,2,1,-5,4]
一个序列,下标分别是0,1,2,3,4,5,6,7,8
dp[0]=-2
dp[1]=1
dp[2]=-2
dp[3]=4
dp[4]=-3
通过设置一个dp数组,要求的最大和其实就是dp[0],dp[1]...dp[n-1]
中的最大值,下面想办法求解dp数组。
-
作如下考虑:因为dp[i]要求是必须以A[i]结尾的连续序列,那么只有两种情况:
1.这个最大和的连续序列只有一个元素,以A[i]开始,A[i]结尾
2.这个最大和的连续序列多个元素,从前面A[p]开始(p<i),一直到A[i]结束。
对于第一种情况,最大和就是A[i]本身。 第二张,最大和是dp[i-1]+A[i]。
于是得到方程:
于是从小到大输出dp数组,找到他的最大值,即为最大子序列和。
class Solution {
public static int maxSubArray(int[] nums) {
int dp = nums[0];
int maxDp = dp;
for(int i=1;i<nums.length;i++) {
if(dp>0) {
dp = nums[i]+dp;
}else{
dp = nums[i];
}
if(maxDp<dp){
maxDp = dp;
}
}
return maxDp;
}
}
思路二
分治法。
方程:
求出了每组的dp
,然后用一个静态变量来获取最大的dp
class Solution {
private static int maxDp ;
public static int maxSubArray(int[] nums) {
maxDp = nums[0];
max(nums,nums.length-1);
return maxDp;
}
public static int max(int[] nums,int x) {
if(x == 0){
return nums[0];
}
int dp = Math.max(max(nums, x - 1) + nums[x], nums[x]);
if(maxDp <dp){
maxDp = dp;
}
return dp;
}
}