【LeetCode】No.53 最大子序和（动态规划）

最新推荐文章于 2022-12-20 17:05:20 发布

tama1204

最新推荐文章于 2022-12-20 17:05:20 发布

阅读量148

点赞数

分类专栏： LeetCode

本文链接：https://blog.csdn.net/tama1204/article/details/104733259

版权

LeetCode 专栏收录该内容

9 篇文章 0 订阅

订阅专栏

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
    if(nums.empty())
        return 0;
    int maxValue = nums[0];
    for(int i =1;i<nums.size();i++){
        nums[i]=max(nums[i-1]+nums[i],nums[i]);
        if(nums[i]>maxValue)
            maxValue = nums[i];
    }
        return maxValue;
        
    }
};

这是一个最大连续子数组和的问题。有同学会问，这是怎么看出来的，因为在数组中求两点的差，而两点之差可以转换成求和问题。也许你还是一脸懵，这怎么想的到。如果你学过高等数学，对牛顿莱布尼茨公式有印象的话：

只不过，在我这里，F() 函数不是连续的，而是离散化的，aa 和 bb 表示数组的下标。但是这不影响我们得出正确的结论。

总结下：区间和可以转换成求差的问题，求差问题，也可以转换成区间和的问题。

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        if(prices.empty())
            return 0;
        vector<int> profit(prices.size());
        int maxvalue = 0;
        profit[0]=0;
        for(int i=1;i<prices.size();i++){
            profit[i]=prices[i]-prices[i-1];
            profit[i]=max(profit[i-1]+profit[i],profit[i]);
            maxvalue = maxvalue>profit[i]?maxvalue:profit[i];
        }
        return maxvalue;
    }
};