题目:
题解:
按照动态规划常规思想,一般是这样定义 dp
数组,nums[0..i]
中的「最大的子数组和」为 dp[i]
但是你能用 dp[i]
推出 dp[i+1]
吗?
比如,一个数组[-3,4,-1,2,-6,1,4],dp[4]=dp[1]
+dp[2]
+dp[3]=5,也就是说从0~4个位置的最大子数组的和是5,那你能通过dp[4]推到出dp[5]么?
实际上是不行的,因为子数组一定是连续的,按照我们当前 dp
数组定义,并不能保证 nums[0..i]
中的最大子数组与 nums[i+1]
是相邻的,也就没办法从 dp[i]
推导出 dp[i+1]
我们就要重新定义 dp
数组的含义:
以 nums[i]
为结尾的「最大子数组和」为 dp[i]
想得到整个 nums
数组的「最大子数组和」,需要一个变量来记录最大值
代码:
def max_sub_array(arr):
dp = [1] * len(arr)
# base case
dp[0] = arr[0]
# 记录最大值
max_value = dp[0]
for i in range(0, len(dp)):
# 因为dp[i]表示arr[i] 为结尾的「最大子数组和」,所以判断一下dp[i-1]与当前arr[i]的和,
# 如果比arr[i]小,则dp[i]就等于arr[i]
# 否则dp[i]就等于arr[i]+dp[i-1]
if dp[i - 1] + arr[i] < arr[i]:
dp[i] = arr[i]
else:
dp[i] = arr[i] + dp[i - 1]
# 用一个字段来记录一下当前最大值,因为dp[i]并不是记录的到i为止的最大值
if dp[i] > max_value:
max_value = dp[i]
return max_value
if __name__ == '__main__':
arr = [-3, 4, -1, 2, -6, 1, 4]
result = max_sub_array(arr)
print(result)