动态规划:dp[i] 表示数组索引终点在i处的最大子序和,即前i+1(i从0开始)个值的最大子序和。dp[i]的值与dp[i-1]有关,当dp[i-1]的值比0小时,舍掉dp[i-1]的值,重新开始取,即:
dp[i] = Math.max (dp[i - 1],0) + nums[i];然后从dp[]中找出最大值就行了,从头找麻烦,这里就用Max随时记录最大值,最后返回Max就好。代码:
class Solution {
public int maxSubArray(int[] nums) {
int l = nums.length;
int [] dp = new int [l];
dp[0] = nums[0];
int Max = nums[0];
for (int i = 1; i < l; i++) {
dp[i] = Math.max(dp[i - 1], 0) + nums[i];
Max = Math.max(dp[i], Max);
}
return Max;
}
}
评论里有优化版代码,即不用dp数组了,直接用一个变量来代替dp数组,因为dp[i]只与dp[i-1]有关,与dp[i-1]之前的没有关系了,即只与此时dp的前身有关 。所以代码优化为:
class Solution {
public int maxSubArray(int[] nums) {
int l = nums.length;
int dp = nums[0];
int Max = nums[0];
for (int i = 1; i < l; i++) {
dp = Math.max(dp, 0) + nums[i];
Max = Math.max(dp, Max);
}
return Max;
}
}
效果也非常明显: