【算法】最大子序和

题目描述

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。

示例:

输入: [-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。

进阶:

如果你已经实现复杂度为 O(n) 的解法,尝试使用更为精妙的分治法求解。

解题

方法一:动态规划法

class Solution {
    public int maxSubArray(int[] nums) {
        int sum = nums[0]; //当前位置最大和
        int max = nums[0]; //结果
		//动态规划的状态转移方程为
		//      sum[n] = nums[0]      n==0;
		//		sum[n] = max(sum[n-1]+nums[n], nums[n])   n>0; 
		//	sum[n]表示包含nums[n]的从0到n最大连续子序和。
		//  比较找出最大值即可   
        for(int i=1; i<nums.length; i++){
            if(sum + nums[i]>nums[i]){
                sum = sum + nums[i];
            }else {
                sum = nums[i];
            }
            if(max < sum){
                max = sum;
            }
        }
        return max;
    }
}

方法二:分治法
使用分治求解时分为三部分:左侧最大连续和,右侧最大连续和,从中值向两侧最大连续和;三者相比较返回最大值。

class Solution {
    public int maxSubArray(int[] nums) {
        return findMaxSubArray(nums, 0, nums.length-1);
    }
    public int findMaxSubArray(int[] nums, int l, int r) {
		if(l == r) return nums[l];
		int mid = l+((r-l)>>1);
		//递归寻找左侧最大连续和
		int lmax = findMaxSubArray(nums, l, mid);
		//递归寻找右侧最大连续和
		int rmax = findMaxSubArray(nums, mid+1, r);
		
		int tempsum = 0;
		int lsum = Integer.MIN_VALUE;
		//计算从mid向左的最大连续和
		for(int i=mid; i>=l; i--) {
			tempsum += nums[i];
			lsum = Math.max(tempsum, lsum);
		}
		tempsum = 0;
		int rsum = Integer.MIN_VALUE;
		//计算右侧最大连续和
		for(int i=mid+1; i<=r; i++) {
			tempsum += nums[i];
			rsum = Math.max(tempsum, rsum);
		}
		
		return Math.max(Math.max(lmax, rmax), lsum+rsum);
	}
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值