最大子序和（贪心和动规算法）

已于 2023-09-02 17:54:01 修改
阅读量147 收藏
点赞数
分类专栏： C++算法 DP动态规划 贪心思想 文章标签： 算法 贪心算法 c++
于 2023-06-23 00:49:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_73928885/article/details/131346036
版权

最大子序和

法一：贪心算法

核心：

  • 负数会拉低sum值

  • 局部最优：当前“连续和”为负数的时候立刻放弃，从下一个元素重新计算“连续和”，因为负数加上下一个元素 “连续和”只会越来越小。
    全局最优：选取最大“连续和”

  • 局部最优的情况下，并记录最大的“连续和”，可以推出全局最优

int SubArrSumMax(vector<int>& arr
了解本专栏 订阅专栏 解锁全文 超级会员免费看
jUicE_g2R
关注
专栏目录
订阅专栏
leetCode 53.最大子数和 图解 + 贪心算法/动态规划+优化
呵呵哒!的博客
10-02 1228
由于前面已经计算过包括i = 1之前的最大连续子序列和，并且将值保存在 dp[1] 里，所以count = dp[1] + (-3) = 1 + (-3) = -2，接着在count 和 nums[2] = -3中选取最大值，即。发现 count < nums[3]，这时候取最大值就可以让dp[3] = nums[3]，表示接下来，可以调整起点，让 i = 3 为起点。count = (-2) + 1 = -1,在count 和 nums[1] = 1中选取最大值，即。贪心算法的巧妙需要慢慢体会！
力扣--53. 最大子序和(简单题)--贪心、动规
Catherinyy的博客
03-06 220
@[TOC](力扣–53. 最大子序和(简单题)–贪心、动规) 这题刚开始的时候，没有什么头绪，想到的都是很复杂的，也不想写，就直接看了解答，才恍然大悟，有这么多种解法，算法课真的是白上了，一年时间全忘了。。。 【题目描述】 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。 原题传送门 【示例】 示例 1： 输入：nums = [-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 。 示例
动态规划|53.最大子序和
Talking999的博客
04-30 451
day54 老朋友相见，不过这次用动归解题
53.最大子序和【动态规划】
coolshyman的博客
08-10 84
最大子序和 题目地址：https://leetcode-cn.com/problems/maximum-subarray/ 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。 动规五部曲如下： 1.确定dp数组（dp table）以及下标的含义 dp[i]：包括下标i之前的最大连续子序列和为dp[i]。 ..
贪心策略和动态规划学习。
m0_56064238的博客
02-21 490
一、贪心策略 1、贪心策略简介 动态规划和贪心算法都是一种递推算法均用局部最优解来推导全局最优解。 是对遍历解空间的一种优化。 当问题具有最优子结构时，可用动规，而贪心是动规的特例。 什么是贪心策略： 遵循某种规则,不断(贪心地)选取当前最优策略,最终找到最优解。 难点:当前最优未必是整体最优。 2、硬币问题 尽量先用大面值，因为不用大面值，将使用更多的小面值，一定得不到最优解。 package 贪心算法; //硬币问题 import java.util.Scanner; /** *
LeetCode 最大子序和 (Easy)
m0_48711099的博客
07-19 134
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 1： 输入：nums = [-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 。 示例 2： 输入：nums = [1] 输出：1 示例 3： 输入：nums = [0] 输出：0 示例 4： 输入：nums = [-1] 输出：-1 示例 5： #include<iostream> #include<ve
算法打卡day27|贪心算法篇01|Leetcode 455.分发饼干、376. 摆动序列、53. 最大子序和
改变从现在开始
03-25 1481
JAVA算法|贪心算法篇01|Leetcode 455.分发饼干、376. 摆动序列、53. 最大子序和
二刷力扣——贪心算法
weixin_45706374的博客
05-29 1057
解决方法：得先满足胃口小的孩子，所以得排序；要用双指针的办法的话，指针一直往前走，g不排序不行，比如：g=3,2,1；所以都排序，遇到可满足的就count++，i++；遇到不可满足的就看下一块饼干：j++。，所以大家了解贪心算法 就了解它没有规律的本质就够了。如果每步最优解不能保证到达全局最优，就不能用。贪心算法其实就是没有什么规律可言。
【Java】HOT100 贪心算法
weixin_43562105的博客
04-29 2471
只要求利润。
动态规划与贪心算法的区别与联系
热门推荐
05-01 1万+
走出迷宫的人们，有的是认识路；有的是莽撞碰巧出来的；有的则是一路做着标记出来的；也有的是走遍了整个迷宫。 ——证明了的贪心算法、没有证明的贪心算法、动态规划、暴力搜索的区别。 今天来谈谈经典的算法设计思路问题，涉及搜索(Searching)，动态规划(DP, Dynamic Programming)，贪心算法(GA, Greedy Algorithm)……至于什么回溯法（Backtrackin
[算法系列]贪心算法策略介绍+10道经典例题解析
lawfree的博客
05-23 9525
本部分介绍“贪心算法“ 。 接下来会介绍动态规划。回顾一下之前脉络： 什么是递归？如何设计递归算法？ || \/ 常见的递归算法应用（快排、归并、堆、） || \/ 深入递归本质：数学归纳，递推 || \/ 深度遍历优先搜索（DFS）、回溯、剪枝 || \/ 贪心算法、动态规划 那么贪心、动规与前面这些有什么联系呢？为什么要放在这里介绍？ 首先，贪心、动规和dfs这样的搜素算法实际很相似，是为了搜索解空间获得（满足条件）的解。DFS是按照一定的（深度优
0-1背包问题和部分背包(fractional knapsack)问题分析(动态规划，贪心算法)
qq_39843374的博客
04-17 8759
简介    背包问题已经是一个很经典而且讨论很广泛的算法问题了。最近学习到这一部分，打算结合自己思考和编码的过程做一个思考总结。这里主要讨论的0-1背包问题和部分背包问题解决方法背后其实隐藏了两种我们比较常见的算法解决思路，动态规划和贪婪算法。正好通过这两个问题的讨论可以好好的加深一下理解。 问题描述    假设我们有n件物品，分别编号为1, 2...n。其中编号为i的物品价值为vi，它的重量为w...
【算法笔记】汇总——贪心篇
weixin_44505310的博客
02-05 457
本篇内容的主旨在于总结LeetCode中常见的贪心题涉及的基本内容，并对此做出一定的总结与归纳，大体分为简单题、中等题以及困难题，对于比较灵活的题型给出了基本的思路以及代码。
二叉树系列 10/11
2301_78191305的博客
10-11 385
在这些路径中，只有红色和绿色的路径是伪回文路径，因为红色路径 [2,3,3] 存在回文排列 [3,2,3] ，绿色路径 [2,1,1] 存在回文排列 [1,2,1]。总共有 3 条从根到叶子的路径：红色路径 [2,3,3] ，绿色路径 [2,1,1] 和路径 [2,3,1]。（如果 A 的任何子节点之一为 B，或者 A 的任何子节点是 B 的祖先，那么我们认为 A 是 B 的祖先）（一个节点的祖父节点是指该节点的父节点的父节点。」的，当它满足：路径经过的所有节点值的排列中，存在一个回文序列。
数据结构：插入排序
qincjun的博客
10-11 410
思想：此思想属于个人思考；用于推演提出算法的人的思想历程；不一定对，但值得一看；
算法闭关修炼百题计划（四）
weixin_45962681的博客
10-07 1299
给你一个会议时间安排的数组 intervals ，每个会议时间都会包括开始和结束的时间 intervals[i] = [starti, endi] ，返回 所需会议室的最小数量。用map而不是unordered_map，因为键值对在map中是有序的，即元素按照键的升序排列。给你两个 非空 的链表，表示两个非负的整数。给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。给定一组非负整数 nums，重新排列每个数的顺序（每个数不可拆分）使之组成一个最大的整数。
Python 使用 Jarvis 算法或包装的凸包（Convex Hull using Jarvis’ Algorithm or Wrapping）
最新发布
csdn_aspnet的专栏
10-14 811
例如，当输入 (0, 3), (0, 0), (0, 1), (3, 0), (3, 3) 时，它产生 (0, 3) (0, 0) (3, 0) (3, 3) 的输出；当输入 (0, 3), (0, 1), (0, 0), (3, 0), (3, 3) 时，输出为 (0, 3) (0, 1) (0, 0) (3, 0) (3, 3)。下一个点被选为在逆时针方向上领先于所有其他点的点，即，如果对于任何其他点 r，我们有“orientation(p, q, r) = 逆时针”，则下一个点是 q。
Java 堆排序
在那一刻，我们或许会发现自己站在了时间的另一岸，以更加成熟和宽广的胸怀，去拥抱那份隔代相传的深情。
10-10 254
堆排序（Heap Sort）是一种基于堆数据结构的比较排序算法。堆是一种特殊的完全二叉树，分为最大堆和最小堆。在最大堆中，每个节点的值都大于或等于其子节点的值；在最小堆中，每个节点的值都小于或等于其子节点的值。堆排序通常使用最大堆来实现升序排序。
最大子数组和：贪心、动态规划与Kadane算法详解
该算法的核心是维护两个变量：`maxEndingHere`记录到当前位置的最大子数组和，`maxSoFar`则保持全局最大子数组和。通过迭代，算法能够快速找到最大子数组和，同时不需保存所有中间状态，空间复杂度较低。 总结来说...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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