力扣53. 最大子序和(动态规划、贪心和分治法)
https://leetcode-cn.com/problems/maximum-subarray/
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。
方法一:动态规划(Kadane 算法)
//当出现sum小于零的话,sum重新求和,从下一个i重新开始求和
//下一步是在知道当前位置的最大和后更新全局最大和
//时间复杂度:O(N)。只遍历了一次数组。
//空间复杂度:O(1),使用了常数的空间
//动态规划(Kadane 算法)
//当出现sum小于零的话,sum重新求和,从下一个i重新开始求和
//下一步是在知道当前位置的最大和后更新全局最大和
//时间复杂度:O(N)。只遍历了一次数组。
//空间复杂度:O(1),使用了常数的空间。
#include "stdafx.h"
#include<vector>
using namespace std;
class Solution
{
public:
int maxSubArray(vector<int>& nums)
{
int n = nums.size();
if (n == 0)return -2147483647;
int summax = nums[0];
int sum = 0;
for (int i = 0; i < nums.size(); i++)
{
int numsi = nums[i];
sum = sum + nums[i];
//储存最大值,
if (sum >= summax)
summax = sum;
//如果出现sum小于零的话,sum重新求和,从下一个i重新开始求和
if (sum < 0)
sum = 0;
}
return summax;
}
};
int main()
{
Solution s;
vector<int> nums;
nums.push_back(-2); nums.push_back(1); nums.push_back(-3); nums.push_back(4);
nums.push_back(-1); nums.push_back(2); nums.push_back(1); nums.push_back(-5);
nums.push_back(4);
auto result = s.maxSubArray(nums);
return 0;
}
二、贪心
三、分治法