LC 最大子序和

一只没有脚的猪

于 2021-10-13 20:46:38 发布

阅读量114

点赞数

分类专栏： LeetCode 刷题文章标签： leetcode

本文链接：https://blog.csdn.net/qq_38970783/article/details/120752026

版权

LeetCode 刷题专栏收录该内容

41 篇文章 3 订阅

订阅专栏

这篇博客介绍了如何使用动态规划算法来解决寻找一个整数数组中具有最大和的连续子数组的问题。动态规划策略包括确定状态、建立状态转移方程、设置初始条件以及计算顺序。具体实现中，通过dp[i]=Math.max(dp[i-1],0)+nums[i]更新每个位置的最大子序和，并在过程中记录最大值。最终返回这个最大值作为整个数组的最佳子序和。

摘要由CSDN通过智能技术生成

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。

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。
在这里插入图片描述
思路:

总思路：
动态规划四大步骤：
（1）确定状态（两个核心：1、最后一步；2、化成子问题得状态方程）；
（2）建立状态转移方程；
（3）确定开始和边界条件；
（4）计算顺序；
dp[i]用来表示，终点在i的子序列的最佳子序和，这样dp[i]和dp[i-1]之间便有简单明了的关系
dp[i] = Math.max(dp[i - 1], 0) + num[i]；
最后返回的值应该从dp数组中取最大值，即以i结尾的数组的最大子序和中找到最大的，作为整个数组的最佳子序和。

function maxSubArray(nums: number[]): number {
    if(nums.length == 1) return nums[0];
    let dp: number[] = [];
    dp[0] = nums[0];
    let max:number = dp[0];
    for(let i=1; i<nums.length; i++) {
        dp[i] = Math.max(dp[i - 1], 0) + nums[i];
        if(dp[i]>max) max = dp[i];
    }
    return max;
};