剑指 Offer 42. 连续子数组的最大和（动态规划）

剑指 Offer 42. 连续子数组的最大和

输入一个整型数组，数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。

要求时间复杂度为O(n)。

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。

提示：

• 1 <= arr.length <= 10^5
• -100 <= arr[i] <= 100
  注意：本题与主站 53 题相同：https://leetcode-cn.com/problems/maximum-subarray/

分析

不要求时间复杂度，可以使用多次遍历的方法求最大值，把每个可能的序列都算出来。这样时间复杂度很高。

使用动态规划可以在线性时间内解决问题。

既然是连续子数组，那么要么某个数字自己开一个新的序列，要么和前面的在同一个序列，我们选择最大的一个就行，也就有了递推方程：

dp[i] = max(dp[i-1] + nums[i], nums[i])

而且dp[i]只和dp[i-1]有关系，就可以优化到O(1)的空间复杂度。

代码

O(n)时间复杂度 && O(n)空间复杂度

class Solution {
    public int maxSubArray(int[] nums) {
        //动态规划
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        int max = dp[0];
        for(int i = 1; i<nums.length; i++){
            dp[i] = Math.max(dp[i-1]+nums[i],nums[i]);
            max = Math.max(dp[i],max);
        }
        return max;
    }
}

O(n)时间复杂度 && O(1)空间复杂度

class Solution {
    public int maxSubArray(int[] nums) {
        //动态规划
        int dp_0 = nums[0];
        int max = dp_0;
        int current = dp_0;
        for(int i = 1; i<nums.length; i++){
            current = Math.max(dp_0+nums[i], nums[i]);
            dp_0 = current;
            max = Math.max(max, current);
        }
        return max;
    }
}