文章目录
总结连续子数组最大和心得
1.Leetcode53 / NC19连续子数组的最大和
array[i] = Math.max(array[i], array[i]+array[i-1]);
max = Math.max(array[i], max);
2.NC166 连续子数组的最大和(二)
//dp状态转移并且更新起点
if(dp[i-1]+array[i]<array[i]){
left = i;
right = i;
dp[i] = array[i];
}else if(dp[i-1]+array[i]>array[i]){
right = i;
dp[i] = dp[i-1]+array[i];
}else if(dp[i-1]+array[i]==array[i]){
right = i;
dp[i] = array[i];
}
//更新区间
if(dp[i]>maxSum || (dp[i]==maxSum&&(right-left)>(maxRight-maxLeft))){
maxSum = dp[i];
maxLeft = left;
maxRight = right;
}
//dp状态转移并且更新起点
dp[i] = Math.max(dp[i-1]+array[i], array[i]);
right = i;
if(dp[i-1]+array[i]<array[i]){
left = i;
}
//更新区间
if(dp[i]>maxSum || (dp[i]==maxSum&&(right-left)>(maxRight-maxLeft))){
maxSum = dp[i];
maxLeft = left;
maxRight = right;
}
3.对比总结
我们发现不管是只需要求最长子数组和的长度,还是需要求子数组本身,无非分两步走
1.状态转移
array[i] = Math.max(array[i], array[i]+array[i-1])
2.更新所有dp[i]的最大值
max = Math.max(array[i], max)
只不过后面一题,在两步走,之中多丰富了一点东西,多记录了一点东西,但说到底还是两步走
1.状态转移+更新区间
2.更新dp[i]的最大值+更新最大值区间
看下其实你会发现就多了一个记录区间和更新最大值区间
Leetcode53 / NC19连续子数组的最大和
1.问题描述
2.解决方案
解法一:dp
两份代码,第二份把Max设置为了nums[0],省去一次判断
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if(nums.size()<=1) return nums[0];
//1.边界
int len=nums.size();
int dp[len];
for(int i=0;i<len;i++){
dp[i]=nums[i];
}
//2.这找出了以nums[1]...nums[len-1]结尾的最大值
int Max=-0xFFFFFF;
for(int i=1;i<len;i++){
dp[i]=max(dp[i],dp[i-1]+dp[i]);
if (dp[i]>Max) Max=dp[i];
}
//3.以nums[1]...nums[len-1]结尾的最大值和nums[0]比较
return Max>nums[0]?Max:nums[0];
}
};
class Solution1 {
public:
int maxSubArray(vector<int>& nums) {
if(nums.size()<=1) return nums[0];
//1.边界
int len=nums.size();
int dp[len];
for(int i=0;i<len;i++){
dp[i]=nums[i];
}
//2.这找出了以nums[0]...nums[len-1]结尾的最大值
int Max=nums[0];
for(int i=1;i<len;i++){
dp[i]=max(dp[i],dp[i-1]+dp[i]);
if (dp[i]>Max) Max=dp[i];
}
//3.
return Max;
}
};
Java精简写法
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
int max = array[0];
for(int i=1;i<array.length;i++){
array[i] = Math.max(array[i], array[i]+array[i-1]);
max = Math.max(array[i], max);
}
return max;
}
}
解法二:dp(官方优化)
优化在于使用pre作为之前的,dp[n-1],非常巧妙的既节省了空间,又省去了边界的判断,在dp中,dp数组经常可以使用这种方法进行优化
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int pre = 0, maxAns = nums[0];
for (const auto &x: nums) {
pre = max(pre + x, x);
maxAns = max(maxAns, pre);
}
return maxAns;
}
};
NC166 连续子数组的最大和(二)
1.问题描述
2.解决方案
这道题呢,其实说白了就是求最大连续子数组和的这个子数组,还要求最长,所以其实主要的状态转移肯定还是一样的,
但是需要多记录一个最长区间 + 包括上一题就需要的全程记录dp[i]的最大值的maxSum也需要记录。
主要分为两个难点:
1.dp状态转移并且还要更新区间
主要分为三种情况吧:
1.如果dp[i-1]+array[i]<array[i] 说明当前区间应该变为[i, i] (相当于更新left和right)
2.如果dp[i-1]+array[i]>array[i] 说明当前区间应该变为[left, i](只更新right)
3.如果dp[i-1]+array[i]==array[i] 因为要求的是最长的子数组最大和 所以区间尽可能大 说明当前区间应该也变为[left, i] (只更新right)
//dp状态转移并且更新起点
if(dp[i-1]+array[i]<array[i]){
left = i;
right = i;
dp[i] = array[i];
}else if(dp[i-1]+array[i]>array[i]){
right = i;
dp[i] = dp[i-1]+array[i];
}else if(dp[i-1]+array[i]==array[i]){
right = i;
dp[i] = array[i];
}
//dp状态转移并且更新起点
dp[i] = Math.max(dp[i-1]+array[i], array[i]);
right = i;
if(dp[i-1]+array[i]<array[i]){
left = i;
}
2.更新所有dp[i]的最大值,也就是以每一个i结尾的最大值,并且更新最大区间
上一道题可能我们求最大值就直接maxSum = Math.max(maxSum, dp[i])
但是这一道题不一样,如果dp[i]>maxSum当然要更新最大值,但是当等于的时候,也要判断区间是不是增加了,如果增加了也要更新
所以就是如果dp[i]大于当前最大值,或者等于最大值,但是当前区间大于之前的最大区间都要更新
//更新区间
if(dp[i]>maxSum || (dp[i]==maxSum&&(right-left)>(maxRight-maxLeft))){
maxSum = dp[i];
maxLeft = left;
maxRight = right;
}
3.代码实现
import java.util.*;
public class Solution {
public int[] FindGreatestSumOfSubArray (int[] array) {
//dp初始化
int len = array.length;
int[] dp = new int[len];
dp[0] = array[0];
//记录最大值
int maxSum = dp[0];
int maxLeft = 0;
int maxRight = 0;
//滑动区间
int left = 0;
int right = 0;
//遍历
for(int i=1;i<len;i++){
//dp状态转移并且更新起点
if(dp[i-1]+array[i]<array[i]){
left = i;
right = i;
dp[i] = array[i];
}else if(dp[i-1]+array[i]>array[i]){
right = i;
dp[i] = dp[i-1]+array[i];
}else if(dp[i-1]+array[i]==array[i]){
right = i;
dp[i] = array[i];
}
//更新区间
if(dp[i]>maxSum || (dp[i]==maxSum&&(right-left)>(maxRight-maxLeft))){
maxSum = dp[i];
maxLeft = left;
maxRight = right;
}
}
//res
int[] res = new int[maxRight-maxLeft+1];
for(int i = maxLeft;i<=maxRight;i++){
res[i-maxLeft] = array[i];
}
return res;
}
}
精简写法
import java.util.*;
public class Solution {
public int[] FindGreatestSumOfSubArray (int[] array) {
//dp初始化
int len = array.length;
int[] dp = new int[len];
dp[0] = array[0];
//记录最大值
int maxSum = dp[0];
int maxLeft = 0;
int maxRight = 0;
//滑动区间
int left = 0;
int right = 0;
//遍历
for(int i=1;i<len;i++){
//dp状态转移并且更新起点
dp[i] = Math.max(dp[i-1]+array[i], array[i]);
right = i;
if(dp[i-1]+array[i]<array[i]){
left = i;
}
//更新区间
if(dp[i]>maxSum || (dp[i]==maxSum&&(right-left)>(maxRight-maxLeft))){
maxSum = dp[i];
maxLeft = left;
maxRight = right;
}
}
//res
int[] res = new int[maxRight-maxLeft+1];
for(int i = maxLeft;i<=maxRight;i++){
res[i-maxLeft] = array[i];
}
return res;
}
}