子数组的最大累加和问题

博客讨论了如何使用动态规划在O(n)时间复杂度和O(1)空间复杂度下找到数组arr中子数组的最大累加和。以一个例子说明,如arr = [1, -2, 3, 5, -2, 6, -1],最大累加和是12,通过特定策略进行分割子数组来求解。" 107051075,8729757,RocketMQ与Kafka事务实现解析,"['RocketMQ', 'Kafka', 'Java', '消息队列', '分布式事务']
摘要由CSDN通过智能技术生成

给定一个数组arr,返回子数组的最大累加和
例如,arr = [1, -2, 3, 5, -2, 6, -1],所有子数组中,[3, 5, -2, 6]可以累加出最大的和12,所以返回12.
[要求]
时间复杂度为O(n)O(n),空间复杂度为O(1)O(1)

示例1
输入
[1, -2, 3, 5, -2, 6, -1]
输出
12
来源

我:

抄的抄的。
一开始考虑的时候,把重点放在了 如何分割子数组 了,然后想不到。

import java.util.*;


public class Solution {
    /**
     * max sum of the subarray
     * @param arr int整型一维数组 the array
     * @return int整型
     */
    public int maxsumofSubarray (int[] arr) {
        // write code here
        int cursum = 0;//当前和
        int maxsum = Integer.MIN_VALUE;//已经记录的最大和
        
        for (int i = 0; i < arr.length; i++) {
            cursum += arr[i];//加上当前值得到当前和
            maxsum = Math.max(cursum, maxsum);//当前和 和 已经记录的和 比较
            cursum = (cursum < 0) ? 0 : cursum;//小于0就不用继续在这个基础上累加了
        }
        return maxsum;
    }
}

大神:

总的想法差不多,它用了另一种方法来实现。

/*
总的来说,解题思路就是从前往后推,
要保证每个位置的值都起码比原本的大。
注意每次都要用m保存当前时刻的最大累积和,
最后直接返回就ok。
*/
class Solution {
public:
    int maxsumofSubarray(vector<int>& arr) {
        int m = 0; // 保存最大累加和
        for(int i = 1 ; i<arr.size() ; i++)
        {
            arr[i] = max(arr[i] , arr[i-1]+arr[i]);
            m = max(m, arr[i]);
        }
        return m;
    }
};
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Meow_Sir

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值