leetcode python3 简单题53. Maximum Subarray

1.编辑器

我使用的是win10+vscode+leetcode+python3
环境配置参见我的博客：
链接

2.第五十三题

（1）题目
英文：
Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.

中文：
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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/maximum-subarray

（2）解法
① 先从第一位开始，逐位开始计算子数组和，如果遇到前一个sum1为负，则直接抛弃前面所有的子数组，开始新的子数组探索，每过一个num，都要比较出最大的和。
（耗时：40ms，内存：14.2M）

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        max1, sum1 = nums[0], nums[0]
        for num in nums[1:]:
            sum1 = sum1 + num if sum1 >= 0 else num
            max1 = max1 if max1 > sum1 else sum1
        return max1

② 使用动态规划，本质上就是从indx=0开始遍历的贪心算法（耗时：60ms，内存：14.3M）

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        dp=nums
        for indx in range(1,len(nums)):
            dp[indx]=max(dp[indx-1]+nums[indx],nums[indx])
        return max(dp)

注意：
1.动态规划关键是要确定状态转移方程：

dp[indx]=max(dp[indx-1]+nums[indx],nums[indx])

其中，状态是：子数组的和；最简单的状态是：dp[0]=nums[0]。