题目描述
给你一个整数数组 nums ,请你找出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。
子数组 是数组中的一个连续部分。
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 = [5,4,-1,7,8]
输出:23
各种解法
1. 动态规划
解题思路
- 动态规划的 f(i) 表示 nums[i] 结尾的连续子数组的最大和
- 状态转移方程为 f(i)=max{f(i-1)+nums[i], nums[i]}
- 最后在以各个数字结尾的结果中找出最大的
class Solution {
public int maxSubArray(int[] nums) {
int n = nums.length;
int dp_0 = nums[0];
int dp_1 = 0;
int res = dp_0; // 存结果
for(int i=1; i<n;i++){
dp_1 = Math.max(nums[i], nums[i]+dp_0);
dp_0 = dp_1;
res = Math.max(res, dp_0);
}
return res;
}
}
- 因为当前状态只跟上一个状态有关,所以没有必要用数组进行存储。只需要几个变量就可以了。最终的结果用 res 变量进行更新即可。
2. 分治
解题思路
- 变量说明
- lSum表示 [l, r] 内以 l 为左端点的最大子数组和
- rSum表示 [l, r] 内以 r 为右端点的最大子数组和
- mSum表示 [l, r] 内的最大子数组和
- iSum表示 [l, r] 的区间和
- 变量的维护
- iSum为左右子区间的 iSum 之和
- lSum 有两种可能,等于左子区间的 lSum,或者等于左子区间的 iSum加上右子区间的 lSum,两者的大者。
- rSum 有两种可能,等于右子区间的 rSum,或等于右子区间的 iSum 加上左子区间的 rSum,两者的大者
- 基于上面的3个值,来计算 mSum。可能不跨越m,就是左子区间和右子区间的mSum之一,也有可能跨越m,就是左子区间的rSum和右子区间的lSum求和,三者的最大值。
class Solution {
public class Status {
public int lSum, rSum, mSum, iSum;
public Status(int lSum, int rSum, int mSum, int iSum) {
// 左端点为l的最大子数组和
this.lSum = lSum;
// 右端点为r的最大子数组和
this.rSum = rSum;
// l,r之间的最大子数组和
this.mSum = mSum;
// l,r之间的累加和
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]);
}
// 从中间分治
int m = (l + r) >> 1;
Status lSub = getInfo(a, l, m);
Status rSub = getInfo(a, m + 1, r);
// 把两边的结果合并
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);
}
}
变形题
1. 要求返回有最大子数组和的具体子数组
class Solution {
public int maxSubArray(int[] nums) {
int n = nums.length;
int dp_0 = nums[0];
int dp_1 = 0;
int res = dp_0; // 存结果
int endIndex = 0; // 最大和的子数组的结尾索引
for(int i=1; i<n;i++){
dp_1 = Math.max(nums[i], nums[i]+dp_0);
dp_0 = dp_1;
if(dp_0 > res){
res = dp_0; // 最大的和
endIndex = i; // 更新最大的和的结束索引
}
}
StringBuilder sb = new StringBuilder();
int sum = 0;
int beginIndex = endIndex;
while(sum != res){
sb.insert(0, nums[beginIndex]+" ");
sum += nums[beginIndex];
beginIndex--;
}
System.out.println(sb.toString());
System.out.println("开始索引为"+(beginIndex+1)+",结束索引为"+endIndex);
return res;
}
}
解题思路
- 动态规划在每次更新res的时候,记录下结束的索引,动态规划完成后,更新得到最大子数组和的子数组的结束索引。
- 然后向前累加找到 结果和 的开始索引,最终输出子数组。
2. 字节 抖音电商 后端实习 2021.12.10 变式
题目描述
给一个数组,以及一个数:如 [1, 3, 4, 3, 9, 1], k = 12, 返回其中最短的,大于等于 k 的子数组。若无满足条件则返回 0
Input: [1, 3, 4, 3, 9, 1] ,12
Output: 2 // 因为最短的是 [3, 9] 长度 2
public int minsubarraylen(int[] nums, int k)
{
int left = 0;
int sum = 0;
int minlength = Integer.MAX_VALUE; // 最短的长度,用于更新
for(int right=0;right<nums.length;right++)
{
sum += nums[right];
while(left<=right && sum>=k){ // 如果此时right的位置已经让sum>=k了,借助left压缩区间
minlength = Math.min(minlength, (right-left+1));
sum-=nums[left++];
}
}
return minlength==Integer.MAX_VALUE?0:minlength;
}
解题思路
- 滑动窗口的解法。首先right指针向右移动,直到满足sum>=k的条件。
- 满足条件之后,让left向右,压缩空间,期望找到最小的子数组。
- 在滑动窗口的过程中更新最小长度。
3. 美团 2022/3/5 变式 可翻转部分数组
题目描述
如:-1 3 -5 2 -1 3,返回7 ,反转 -5 到 3 的部分数组
解题思路
- 一开始想的是翻转需要有一头一尾的被反转子数组索引,这就是O(n^2),再乘上每次求最大子数组和的时间复杂度是O(n)。真就是 O ( n 3 ) O(n^3) O(n3)吗??