Come from : [https://leetcode-cn.com/problems/maximum-subarray/]
53. Maximum Subarray
1.Question
Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.
Example 1:
Input: [-2,1,-3,4,-1,2,1,-5,4],
Output: 6
Explanation: [4,-1,2,1] has the largest sum = 6.
Follow up:
If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.
2.Answer
easy 类型题目。.
首先来总结一下动态规划的一般解题步骤:
- 首先确定 原问题 与 子问题:
本题中,原问题是求前 i 个数字组成的 连续最大字段和。
但是子问题的选择 很重要:一般有两种选法:
a) 设子问题是求前1个数字组成的 连续最大字段和,前2个数字组成的 连续最大字段和。。。前n个数字组成的 连续最大字段和。
分析:此设计状态的方法,不能推导出dp[i],因为连续数组内在没有直接的关系。下面我们来换种方式思考。
b)如果设第 i 个状态 (dp[i]) , 代表以 第 i 个数字结尾 的最大连续字段和 ,那么就能推导出接下来的状态。
- 确认状态:
第i个状态即为以 第 i 个数字结尾 的最大连续字段和。 - 确认边界的状态
dp[0] = nums[0]。
dp[1] = max(dp[0] + nums[i], nums[i],)。 - 确定状态转移方程
dp[i] = max(dp[i-1] + num[i], nums[i]); 其中 i >=1
AC代码如下:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
vector<int> dp(nums.size(), 0);
dp[0] = nums[0];
int max_res = dp[0];
for(int i = 1; i < nums.size(); ++i)
{
dp[i] = max(dp[i-1] + nums[i], nums[i]);
if(dp[i] > max_res)
{
max_res = dp[i];
}
}
return max_res;
}
};
3.我的收获
感觉还是要系统的掌握知识。。。
比如这次的 动态规划 day3。。。
系统的学习之后,才能更加得心应手的运用~
2019/6/2 胡云层 于南京 91