连续子序列的最大和

最新推荐文章于 2024-08-29 16:57:08 发布

Couragefff

最新推荐文章于 2024-08-29 16:57:08 发布

阅读量535

点赞数 2

分类专栏：经典面试题

本文链接：https://blog.csdn.net/stubbornaccepted/article/details/100522957

版权

本文探讨了四种解决连续子数组最大和的方法，从三层循环的暴力解法，到两层循环的优化，再到一层循环的时间复杂度为o(n)的动态规划解决方案，最后介绍了一种递归策略。每个方法都详细阐述了其思路，并强调了如何减少计算量以提高效率。特别是动态规划和递归方法，它们通过状态转移和巧妙的分段策略降低了时间复杂度。

摘要由CSDN通过智能技术生成

求连续子数组的最大和解法一:三层循环，时间复杂度为(o(n^3))
思路：思路简单，做法暴力。确定一个首元素，一个尾元素，将这两个元素中间的值都加起来，计算每一个子序列的和，取最大的那个值。

 public static int maxSubSum1(int a[]) {
        int max = Integer.MIN_VALUE;
        for (int i = 0; i < a.length; i++) {
            for (int j = i; j < a.length; j++) {
                int sum = 0;
                for (int k = i; k <= j; k++) {
                    sum += a[k];
                }
                max = Math.max(max, sum);
            }
        }
        return max;
    }

求连续子数组的最大和解法二：两层循环，时间复杂度为(o(n^2)
思路：改进三层循环，确定首元素后，加到某个尾元素时，没必要重复计算当前元素以前的和值，累计就可以。仍然保存这过程中的最大值。

 public static int maxSubSum2(int a[]) {
        int max = Integer.MIN_VALUE;
        for (int i = 0; i < a.length; i++) {
            int sum = a[i];