53. 最大子序和

题目要求

来源：力扣（LeetCode）
链接：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 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

解题思想

动态规划
思路和算法

假设nums 数组的长度是 n，下标从 0 到 n-1。

我们用 f(i)代表以第 i 个数结尾的「连续子数组的最大和」，那么很显然我们要求的答案就是：从0-i中最大的f(i)。

因此我们只需要求出每个位置的 f(i)，然后返回 数组中的最大值即可。那么我们如何求 f(i)呢？我们可以考虑nums[i] 单独成为一段还是加入 f(i-1)对应的那一段，这取决于nums[i] 和f(i−1)+nums[i] 的大小，我们希望获得一个比较大的，于是可以写出这样的动态规划转移方程：f(i)=max{f(i−1)+nums[i],nums[i]}

不难给出一个时间复杂度 O(n)、空间复杂度 O(n) 的实现，即用一个 ff数组来保存 f(i)的值，用一个循环求出所有 f(i)。考虑到 f(i) 只和 f(i-1)相关，于是我们可以只用一个变量 pre 来维护对于当前 f(i) 的 f(i-1)的值是多少，从而让空间复杂度降低到 O(1)，这有点类似「滚动数组」的思想。

class Solution {
    public int maxSubArray(int[] nums) {
        int pre = 0, maxAns = nums[0];
        for (int x : nums) {
            pre = Math.max(pre + x, x);
            maxAns = Math.max(maxAns, pre);
        }
        return maxAns;
    }
}