【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
}