输入一个整型数组,数组里有正数也有负数。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)。
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。
(1 <= arr.length <= 10^5,-100 <= arr[i] <= 100)
思路1:记录前缀和思想求一段连续的子数组的最大值,即任意区间【i,j】和的最大值,可以先记录前缀和。用sum[i]表示前i个元素的和,这样任意区间【i,j】的和可以表示为sum[j]-sum[i]+nums[i];(此思路会超时,时间复杂度高)
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n=nums.size();
vector<int>sum(n+1,0);
sum[0]=nums[0];
for(int i=1;i<n;i++){
sum[i]=sum[i-1]+nums[i];
}
int res=sum[0]; //注意res的初始化不能是0
for(int i=0;i<n;i++){
for(int j=i;j<n;j++){
res=max(res,sum[j]-sum[i]+nums[i]);
}
}
return res;
}
};
思路2:动态规划思想
考虑所有问题的解,连续子数组必定以某一个下标 i 结尾。定义dp[i]:以下标 i 结尾的连续数组的最大值。以下标 i 结尾必有数字nums[i],考虑是否有前i-1下标内的元素,当dp[i-1]<0时,dp[i]=nums[i]时最大,dp[i-1]>0时,dp[i]=nums[i]+dp[i-1]最大。
因此dp[i]=max(nums[i],nums[i]+dp[i-1])
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n=nums.size();
vector<int>dp(n+1,0);
int res=nums[0]; //注意res的初始化
for(int i=0;i<n;i++) dp[i]=nums[i];
for(int i=1;i<n;i++){
dp[i]=max(nums[i]+dp[i-1],nums[i]);
res=max(res,dp[i]);
}
return res;
}
};