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。
题解:
1…贪心法
思路:
- 设置一个临时最大值 0
- 将最大子序和 num 默认为第一个值
- 将数组进行遍历
- 如果临时值大于 0(0是代表一个临界值),则将当前值进行相加,反之,则将当前值赋值给临时值
- 判断是临时的子序和值大还是当前值大,将最大值赋值给最大子序和num
代码:
class Solution {
public int maxSubArray(int[] nums) {
int temp = 0;
int num = nums[0];
for(int i = 0; i < nums.length; i++) {
if(temp > 0) {
temp += nums[i];
} else {
temp = nums[i];
}
num = Math.max(temp, num);
}
return num;
}
}
2.动态规划
思路:
- 设置一个临时值 pre 初始为0
- 设置最大子序和 maxAns 的值为数组的第一个参数
- 将数组进行遍历
- 将 pre 和当前值相加的结果和当前值进行比较,取最大值给 pre
- 将 maxAns 和 pre 比较,取最大值赋值给 maxAns
代码:
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;
}
}
3.分治
思路:
没看明白,大家可以移步
链接:https://leetcode-cn.com/problems/maximum-subarray/solution/zui-da-zi-xu-he-by-leetcode-solution/
代码:
class Solution {
public class Status {
public int lSum, rSum, mSum, iSum;
public Status(int lSum, int rSum, int mSum, int iSum) {
this.lSum = lSum;
this.rSum = rSum;
this.mSum = mSum;
this.iSum = iSum;
}
}
public int maxSubArray(int[] nums) {
return getInfo(nums, 0, nums.length - 1).mSum;
}
public Status getInfo(int[] a, int l, int r) {
if (l == r) {
return new Status(a[l], a[l], a[l], a[l]);
}
int m = (l + r) >> 1;
Status lSub = getInfo(a, l, m);
Status rSub = getInfo(a, m + 1, r);
return pushUp(lSub, rSub);
}
public Status pushUp(Status l, Status r) {
int iSum = l.iSum + r.iSum;
int lSum = Math.max(l.lSum, l.iSum + r.lSum);
int rSum = Math.max(r.rSum, r.iSum + l.rSum);
int mSum = Math.max(Math.max(l.mSum, r.mSum), l.rSum + r.lSum);
return new Status(lSum, rSum, mSum, iSum);
}
}