力扣LeetCode经典算法 最大子数组和

数据结构（五十）

学习数据结构与算法过程中的心得体会以及知识点的整理，方便我自己查找，也希望可以和大家一起交流。

—— 最大子数组和 ——

1.题目描述

给你一个整数数组 nums ，请你找出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。

子数组 是数组中的一个连续部分。

与主站的第53题相同

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 。

输入：
nums = [1]
输出：
1

输入：
nums = [5,4,-1,7,8]
输出：
23

2.代码

c

int maxSubArray(int* nums, int numsSize){
    if(numsSize == 1)
        return nums[0];
    int MaxNum = nums[0],sum = 0;
    for(int i =0;i <numsSize;i++){
        for(int x =i;x <numsSize;x++){
            sum += nums[x];
            if(MaxNum < sum)
                 MaxNum = sum;
        }
        sum = 0;
    }
    return MaxNum;
}

这道题虽然是“简单”题，但是我们需要更好地优化算法才能达成目的。上述这样最暴力的解法往往会超时，而且这并不是最佳的算法，我们试试运用贪心算法，时间复杂度O(n)，空间复杂度O(1)。

int maxnum(int a,int b){
    if(a>b)
        return a;
    else 
        return b;
}
int maxSubArray(int* nums, int numsSize){
    if(numsSize == 1)
        return nums[0];
    int MaxNum = nums[0],sum = nums[0];
    for(int i = 1; i < numsSize; i++){
        sum = maxnum(nums[i], sum + nums[i]);
        MaxNum = maxnum(MaxNum, sum);        
    }
        return MaxNum;
}

还可以运用动态规划，时间复杂度O(n)，空间复杂度O(1)。

int maxSubArray(int* nums, int numsSize){
    if(numsSize == 1)
        return nums[0];
    int MaxNum = nums[0];
    for(int i = 1; i < numsSize; i++){
        if(nums[i-1] > 0)
            nums[i] += nums[i-1];
        if(MaxNum < nums[i])
            MaxNum = nums[i];
    }        
        return MaxNum;
}