【玩转贪心算法专题】53. 最大子数组和（多语言Java/C++/Python/Go）

【玩转贪心算法专题】53. 最大子数组和

1、力扣链接

https://leetcode.cn/problems/maximum-subarray/description/

2、题目描述

给你一个整数数组 nums ，请你找出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。

子数组
是数组中的一个连续部分。

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 = [5,4,-1,7,8]
输出：23

3、题目分析

对于贪心算法的题目，可从 寻求局部最优解入手，以局部最优解，得到全局最优解
本题思路：

• 可能大家回想到双层for循环去遍历，思路没问题但最终结果会超时

• 第二种则是这个专题的方法-贪心

  • 可以注意到，当最大连续子序列的和为负数时，再向后进行相加时，此时的最大连续子序列和只会拖累我们的结果，所有可直接考虑从下一个节点，重新进行累计，也就是（count =0）

4、代码实现

1、Java

class Solution {
    //记录最终结果
    int res = Integer.MIN_VALUE;
    //联系数组累加和
    int count = 0;

    public int maxSubArray(int[] nums) {
        //遍历数组
        for(int i=0;i<nums.length;i++){

            count = count + nums[i];
            //如果累加和大于res ，则 赋值
            if(count > res){
                res = count;
            }
            //如果累加和为负数，则直接从0开始，重新进行累计
            if(count < 0){
                count = 0;
            }
        }
        return res;

    }
}

2、C++

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int result = INT32_MIN;
        int count = 0;
        for (int i = 0; i < nums.size(); i++) {
            count += nums[i];
            if (count > result) { // 取区间累计的最大值（相当于不断确定最大子序终止位置）
                result = count;
            }
            if (count <= 0) count = 0; // 相当于重置最大子序起始位置，因为遇到负数一定是拉低总和
        }
        return result;
    }
};

3、python

class Solution:
    def maxSubArray(self, nums):
        result = float('-inf')  # 初始化结果为负无穷大
        count = 0
        for i in range(len(nums)):
            count += nums[i]
            if count > result:  # 取区间累计的最大值（相当于不断确定最大子序终止位置）
                result = count
            if count <= 0:  # 相当于重置最大子序起始位置，因为遇到负数一定是拉低总和
                count = 0
        return result

4、go

func maxSubArray(nums []int) int {
    max := nums[0]
    count := 0

    for i := 0; i < len(nums); i++{
        count += nums[i]
        if count > max{
            max = count
        }
        if count < 0 {
            count = 0
        }
    } 
    return max
}