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。
- 我的题解
class Solution {
public:
int getmax(vector<int>& nums,int mem,vector<int>& dpSz){
/*2021年4月17日15:12:09开始重写getmax
*从可以调用两个元素长度的子数组开始循环,检查外部调用函数循环起始为1(对应数组位置为2,外部已经循环过一次了),ac
*一定要写出递归,将dpSz中装入当前需要求的子数组的全部和,这样可以让下一个数组来调用
*/
int max = -100000;
int sum = 0;
for (int i = 0; i < nums.size()-mem; ++i) {
/* for (int j = 0; j < mem; ++j) {
sum+=nums[j+i];
dpSz[i]=sum;//这里编程思想完成了雏形,即每一次都利用dpSz(要是求n长度子数组的最大值,那dpSz装下的就是n-1长度子数组的最大值)
//我们需要利用dp数组与已知的nums数组进行有规律的遍历求和,这也是一个剪枝行为,可以削减掉不必要的重复子数组。
}//for2
*///原来的2for循环,现在再也不需要
sum=dpSz[i]+nums[i+mem];//这个式子是十分重要的,利用n-1长度的递推n长度的子数组和
dpSz[i]=sum;//更新dp,给下一次用
if(max<sum){
max=sum;
}//if
sum=0;
}//for1
return max;
}//func_getmax
//下面简述一下我的思路,第一遍遍历和求最大值在maxSubArrary函数内取到
//之后的求索都要按照我自己的getmax函数中的思路,最主要的是以dpSz为中心,利用上次传过来的参数,得到我们需要的和
//不过递归需要一定的规律,下午完成解析。
//2021年4月17日15:07:26,开始进行优化
int maxSubArray(vector<int>& nums) {
vector<int>mysz=nums;//--复制nums这个数组!
int max = -100000;
int temp = 0;
for (int i = 0; i < nums.size(); ++i) {
if(max<mysz[i]){
max=mysz[i];
}
}//第一遍进行循环,好进行我的递归
for (int i = 0; i < nums.size()-1; ++i) {
temp=getmax(nums,i+1,mysz);
if(max<temp){
max=temp;
}
}//for
return max;
}
};
分析:
1、由于是连续的最大子序列和,理所当然想到了暴力解法,就是利用两个for循环直接进行遍历,可是这样计算量太大,我编写完代码之后发现例子卡在了201/203 。超时了。
2、程序还有优化空间,在思考中我找到了长度为 n 的连续子序列和与 n-1长度的连续子序列关系。他们的关系是以 n-1 与 长度为 1 的关系为纽带的。
举个例子:
长度为2的连续子序列第一项就可以用长度为1 的子序列第一项加上 长度为1 的子序列第二项。
长度为3的连续子序列第一项就可以用长度为1 子序列前三项和表示,也可以用长度为2 的子序列的第一项 与 长度为1的自序列第三项的和表示。
.
.
.
长度为n的连续自序列第一项就可以用长度为1 的自学列的前n项表示,也可以用长度为n-1的连续子序列的第一项与 长度为1的子序列的第n项和表示。
根据以上的地推关系,我们可以知道每个连续子序列在利用暴力解求解的时候其实都存在重复子单元,为了简化计算过程。我就新创建了一个数组,接收上一次循环得到的子序列和数组,即这次我们要求的是 长度为n的子序列和数组,我们在拥有长度为 n-1 的子序列和数组 与题目中给我们的原数组 nums 可以很简单的推断出我们需要求的和,步长为n罢了。 其中只需存入当前数组即可,我们在外部开辟了一个足够大的内存,内存大小和我们的nums所占空间大小一致即可。因为长度为1的子序列数组就是原数组,最长。之后复用空间就可以了。
- dalao代码思路(贪心算法)
int maxSubArray(int* nums, int numsSize){
int temp = 0, ret = nums[0];
for(int i = 0; i < numsSize; i++){
temp = fmax(temp + nums[i], nums[i]);
ret = fmax(temp, ret);
}
return ret;
}
//作者:fangyw
解题思路:
贪心算法
temp是一段连续元素之和,temp<0则舍弃,更新temp为nums[i];
temp>0则继续加
ret是最大值
好奇怪的方法!!!看不太懂