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
提示:
1 <= nums.length <= 105
-104 <= nums[i] <= 104
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。
Method 1:贪心
Code:
class Solution
{
public:
// 贪心
// 在遍历的过程中一直加,如果和为负数,则跳过该序列
// 只有和为正数的序列才有可能成为最大连续子序列
int maxSubArray(vector<int> &nums)
{
// 给最大结果赋最小值
int max_result=INT_MIN;
int sum=0;
// 遍历求和
for(int i=0;i<nums.size();i++)
{
sum+=nums.at(i);
// 每加一个数字,判断当前子序列和sum是否比当前最大子序列和max_result大
// 如果大,则当前子序列和sum代替当前最大子序列和max_result
if(sum>max_result)
{
max_result=sum;
}
// 如果当前子序列和sum为负数,则跳过当前子序列重新开始
if(sum<0)
{
sum=0;
}
}
// 返回最大子序列和
return max_result;
}
};
Method 2:动态规划
Code:
class Solution
{
public:
int maxSubArray(vector<int> &nums)
{
// 将输入序列的第一个值作为最大结果的初始值
int max_result=nums[0];
// 定义一个向量来存储当前连续子序列的最大和
// dp[i]表示以nums[i]为结尾的连续子序列的最大和
vector<int> dp(nums.size());
dp[0]=nums[0];
// 遍历求和
for(int i=1;i<nums.size();i++)
{
// 保存当前子序列的最大和
dp[i]=max(dp[i-1]+nums[i],nums[i]);
// 以nums[i]为结尾的当前连续子序列的最大和与当前最大子序列和比较
// 如果大,则成为当前最大子序列和
max_result=max(max_result,dp[i]);
}
// 返回最大子序列和
return max_result;
}
};
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/maximum-subarray