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;
}
}