原题链接:https://leetcode-cn.com/problems/maximum-subarray/
53. 最大子序和
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。
思路
1.在线判断
首先对数组进行遍历,当前最大连续子序列和为 sum,结果为 max
如果 sum > 0,则说明 sum 对结果有增益效果,则 sum 保留并加上当前遍历数字
如果 sum <= 0,则说明 sum 对结果无增益效果,需要舍弃,则 sum 直接更新为当前遍历数字
每次比较 sum 和 max的大小,将最大值置为max,遍历结束返回结果
2.分治
3.动态规划
4.贪心
代码实现
1.在线判断
public class Main {
public static void main(String[] args) {
System.out.println(maxSubArray(new int[] {-2,1}));
}
public static int maxSubArray(int[] nums) {
if (nums.length==0) return 0;
int max = nums[0];
int sum = nums[0];
for (int i = 1; i < nums.length; i++) {
if (sum<0){
sum = 0;
}
sum+=nums[i];
max = Math.max(max,sum);
}
return max;
}
}
//代码来自tangweiqun_老汤
class Solution {
// 动态规划
public int maxSubArray(int[] nums) {
if (nums == null || nums.length == 0) return 0;
int ans = 0;
// 1. 状态定义
// dp[i] 表示前 i 个元素的最大连续子数组的和
int[] dp = new int[nums.length];
// 2. 状态初始化,数组中第一个元素的最大和就是第一个元素值
dp[0] = nums[0];
ans = nums[0];
// 3. 状态转移
// 转移方程:dp[i] = max(dp[i - 1], 0) + nums[i]
// dp 当前元素的值等于前一个元素值和 0 的最大值再加上 nums[i]
for (int i = 1; i < nums.length; i++) {
dp[i] = Math.max(dp[i - 1], 0) + nums[i];
// 更新最大和
ans = Math.max(ans, dp[i]);
}
return ans;
}
}
总结
此题可由多种算法求解,在DP解法中是个可以用来一窥动态规划的很好的例子,之后学习DP的时候可以拐回来研究研究