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 ) O(n) O(n)。
- 空间复杂度: O ( 1 ) O(1) 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。 d p [ i ] dp[i] dp[i]代表的是以 n u m s [ i ] nums[i] nums[i]结尾的最大子序列的和。
- 第二步,递推公式。 d p [ i ] dp[i] dp[i]只与 d p [ i − 1 ] dp[i - 1] dp[i−1]有关。如果 d p [ i − 1 ] dp[i - 1] dp[i−1]大于零,那么当前的 d p [ i ] = d p [ i − 1 ] + n u m s [ i ] dp[i] = dp[i-1] + nums[i] dp[i]=dp[i−1]+nums[i];如果 d p [ i − 1 ] dp[i - 1] dp[i−1]小于零,那么当前的 d p [ i ] = n u m s [ i ] dp[i] = nums[i] 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。 d p [ i ] dp[i] dp[i]只与 d p [ i − 1 ] dp[i - 1] 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 ) O(n) O(n)。
- 空间复杂度: O ( n ) O(n) 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