LeetCode53.最大子序和

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