题目链接:https://leetcode-cn.com/problems/maximum-subarray/
题目如下:
解一:贪心
class Solution {
public:
int maxSubArray(vector<int>& nums) {
//思路:贪心
//1、若当前指针所指元素之前的和小于0,则丢弃当前元素之前的数列
//2、同时,时刻比较当前最大的序列和,用于返回
int sum_pre=nums[0];
int max=sum_pre;
if(nums.size()==1) return sum_pre;
for(int i=1;i<nums.size();i++){
if(sum_pre>=0) sum_pre=nums[i]+sum_pre;
else sum_pre=nums[i];
if(sum_pre>=max) max=sum_pre;
}
return max;
}
};
解二:动态规划
class Solution {
public:
int maxSubArray(vector<int>& nums) {
//tip:动态规划
//1、定义一个函数dp(n),以第n个数为结束点的子数列的最大和,存在一个递推关系dp(n) = max(dp(n-1) + A[n], A[n]);
//2、将这些最大和保存下来后,取最大的那个就是,最大子数组和。因为最大连续子数组 等价于 最大的以n个数为结束点的子数列和 附代码
int n=nums.size();
int dp[n];
int result;
result=dp[0]=nums[0];
for(int i=1;i<n;i++){
dp[i]=max(dp[i-1]+nums[i],nums[i]);
result=max(result,dp[i]);
}
return result;
/*
vector<int> dp(nums.size());
dp[0]=nums[0];
for (int i=1;i<dp.size();++i) {
dp[i]=dp[i-1];
dp[i]=max(dp[i],dp[i]+nums[i]);
}
return dp[nums.size()-1];*/
}
};