本文仅作为刷题心得感悟,欢迎评论区交流
问题描述:
这个题目可以用动态规划的思路去解,构造一个与nums相同长度的数组数组中每一项是以该位置结尾的子序列的最大和,对于第i项的转移公式为
dp[i]=max(dp[i-1]+nums[i],nums[i]),据此得到以下的DP程序
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
dp=[nums[0]]
for i in range(1,len(nums)):
dp.append(max(dp[i-1]+nums[i],nums[i]))
return max(dp)
该程序也可根据滚动数组法进一步减小程序的空间复杂度。
另外,该问题也可使用分治算法求解该问题,该数组的子序列分为过中点和不包含中点的序列
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
if len(nums)<=1:
return sum(nums)
mid=len(nums)//2
tmp=0
left=nums[mid-1]
for i in range(mid-1,-1,-1):
tmp+=nums[i]
left=max(left,tmp)
tmp=0
right=nums[mid]
for j in range(mid,len(nums),1):
tmp+=nums[j]
right=max(right,tmp)
return max(left+right,self.maxSubArray(nums[:mid]),self.maxSubArray(nums[mid:]))