【算法与数据结构】53、LeetCode最大子数组和（贪心+动态规划）

所有的LeetCode题解索引，可以看这篇文章——【算法和数据结构】LeetCode题解。

一、题目

二、解法

2.1 贪心算法

  思路分析：程序一共两个变量，一个result一个count。result用来记录最终的结果，count记录当前的子序列和。如果说当前和（count）大于上次的最大和（result），就更新result。每当当前和小于0是就将count重置为0，因为小于0的和不会增加count的值可以直接舍去。例如，[-2,1,-3,4,-1,2,1,-5,4]，-2+1=-1。那么最大和的连续子数组可以从1开始计算，-2直接不用。
  程序如下：

class Solution {
public:
	int maxSubArray(vector<int>& nums) {
		int result = INT32_MIN;		// 32位最小值
		int count = 0;
		for (int i = 0; i < nums.size(); i++) {
			count = count + nums[i];
			if (count > result) result = count;
			if (count < 0) count = 0;
		}
		return result;
	}
};

复杂度分析：

• 时间复杂度： $O(n)$。
• 空间复杂度：$O(1)$。

2.2 动态规划

  思路分析：本题也可以用动态规划算法来做。

• 第一步，动态数组的含义。$dp[i]$代表的是以$nums[i]$结尾的最大子序列的和。
• 第二步，递推公式。$dp[i]$只与$dp[i-1]$有关。如果$dp[i-1]$大于零，那么当前的$dp[i]=dp[i-1]+nums[i]$；如果$dp[i-1]$小于零，那么当前的$dp[i]=nums[i]$。二者取大值。
• 第三步，元素初始化。dp数组中的所有元素都初始化为0。
• 第四步，递归顺序。$dp[i]$只与$dp[i-1]$有关，因此从前往后遍历即可。
• 第五步，打印结果。题目要求最大的子序列和，因此我们用result记录结果。
    程序如下：

// 53、最大子序和-动态规划
class Solution2 {
public:
	int maxSubArray(vector<int>& nums) {
		int result = nums[0];
		vector<int> dp(nums.size(), 0);
		dp[0] = nums[0];		
		for (int i = 1; i < nums.size(); i++) { 
			dp[i] = max(dp[i - 1] + nums[i], nums[i]);
			if (dp[i] > result) result = dp[i];
		}
		return result;
	}
};

复杂度分析：

• 时间复杂度： $O(n)$。
• 空间复杂度：$O(n)$。

三、完整代码

# include <iostream>
# include <vector>
using namespace std;

// 53、最大子序和-贪心算法
class Solution {
public:
	int maxSubArray(vector<int>& nums) {
		int result = INT32_MIN;		// 32位最小值
		int count = 0;
		for (int i = 0; i < nums.size(); i++) {
			count = count + nums[i];
			if (count > result) result = count;
			if (count < 0) count = 0;
		}
		return result;
	}
};

// 53、最大子序和-动态规划
class Solution2 {
public:
	int maxSubArray(vector<int>& nums) {
		int result = nums[0];
		vector<int> dp(nums.size(), 0);
		dp[0] = nums[0];		
		for (int i = 1; i < nums.size(); i++) { 
			dp[i] = max(dp[i - 1] + nums[i], nums[i]);
			if (dp[i] > result) result = dp[i];
		}
		return result;
	}
};

int main() {
	vector<int> nums = { -2,1,-3,4,-1,2,1,-5,4 };
	Solution2 s1;
	int result = s1.maxSubArray(nums);
	cout << result << endl;
	system("pause");
	return 0;
}

end