题干:
输入一个整型数组,数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。
要求时间复杂度为O(n)。
示例:
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。
public int maxSubArray(int[] nums) {
if(nums.length==0) return 0;
int[] dp = new int[nums.length];
dp[0] = nums[0];
for(int i=1;i<nums.length;i++){
if(dp[i-1]>0) dp[i] = dp[i-1]+nums[i];
else dp[i] = nums[i];
}
int max = Integer.MIN_VALUE;
for (int i : dp) {
if(i>max) max = i;
}
return max;
}
这道题暴力破解的思路是遍历每个数(例如i),如果它的后续存在一个数(j)且i+j<j,那么我们就可以抛弃i。若i+j>=j,那么我们就继续遍历,同时记录过程中出现的最大值。
暴力破解的时间复杂度为O(N2),而采用动态规划的思路可以降到O(N)。
行最大值 | ||||
sum(0,0) | dp[0] | |||
sum(0,1) | sum(1,1) | dp[1] | ||
sum(0,2) | sum(1,2) | sum(2,2) | dp[2] | |
sum(0,3) | sum(1,3) | sum(2,3) | sum(3,3) | dp[3] |
... | ... | ... | ... | ... |
sum(i,j)代表计算从nums[i]到nums[j]的元素之和,每行最大的sum(i,j) 记为dp[j]。
状态定义:dp[j] 代表以nums[j]作为结尾的最大连续子序列之和。
转移方程:如果dp[j-1]为负,则说明dp[j-1]对dp[j]产生副作用,即dp[j-1]+nums[j]还不如nums[j]大。
初始状态:dp[0] = nums[0]。
有了状态转移数组dp之后,只需要从中找出最大值,即可。