LeetCode53—最大子序列和（java版）

题目描述：

标签：数组   分治算法   动态规划

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。

 代码：

《一、贪心算法》

思路分析：

1、贪心算法的思想（在数据结构算法课上其实叫的是在线处理）：就是定义一个当前和thisSum和最大和maxSum，

①当thisSum>maxSum时，可以令maxSum=thisSum的，不过这里需要注意maxSum的初始值不能是0，因为有可能所有子列都是负数，所以初始值应该定义成整型的最小值Integer.MIN_VALUE

②当出现thisSum<0时是不能使后面部分和增大的，所以抛弃前面的子列！令thisSum=0，重新开始统计。

class Solution {
    public int maxSubArray(int[] nums) {
        int thisSum = 0;
        int maxSum = Integer.MIN_VALUE;
        for(int i = 0;i < nums.length;i++){
            thisSum += nums[i];
            if(thisSum > maxSum){
                maxSum = thisSum;
            }
            if(thisSum < 0){
                thisSum = 0;
            }
        }
        return maxSum;
    }
}

《二、动态规划》

 思路分析：动态规划五部曲

1、确定dp数组以及下标含义，dp[i]表示前i个数构成的数组的最大连续子序列的和

2、确定递推公式，dp[i]=max(dp[i-1]+nums[i],nums[i])，看是继续在之前的基础上增加，还是从当前重新计和

3、dp数组初始化，dp[0]=nums[0]

4、确定遍历顺序，从前向后遍历

5、举例推导dp数组

class Solution {
    public int maxSubArray(int[] nums) {
        int n = nums.length;
        int[] dp = new int[n];
        dp[0] = nums[0];
        int result = dp[0];
        for(int i = 1;i < n;i++){
            dp[i] = Math.max(dp[i-1]+nums[i],nums[i]);
            if(dp[i] > result) result = dp[i];
        }
        return result;
    }
}