53 最大子序列动态规划

最新推荐文章于 2022-07-30 11:15:41 发布

Jellyqin

最新推荐文章于 2022-07-30 11:15:41 发布

阅读量234

点赞数

CC 4.0 BY-SA版权

分类专栏： leetcode

本文链接：https://blog.csdn.net/tengchengtu4139/article/details/103460731

leetcode 专栏收录该内容

8 篇文章

订阅专栏

使用动态规划解决最大子序列和问题，初始化最大子序列和为数组第一个元素，通过遍历数组，根据当前子序列和与0的关系更新最大子序列和。最终得到最大子序列和。

动态规划
定义当前最大连续子序列和cur_sum=0cur_sum=0，最大子序和res=nums[0]res=nums[0]，数组长度nn
对数组进行遍历，对于nums[i]nums[i]，存在两种情况：
若当前最大连续子序列和cur_sum>0cur_sum>0，说明cur_sumcur_sum对后续结果有着正向增益，即能使后续结果继续增大，则继续加和cur_sum=cur_sum+num[i]cur_sum=cur_sum+num[i]。
若当前最大连续子序列和cur_sum<=0cur_sum<=0，说明cur_sumcur_sum对后续结果没有增益或负向增益，即若存在更大的加和，一定是从下一元素开始，加上cur_sumcur_sum，只会使结果更小。因此，令cur_sumcur_sum更新为nums[i]nums[i]。
更新最大子序和resres,res=max(res,cur_sum)res=max(res,cur_sum),始终保留最大结果。

作者：zhu_shi_fu
链接：https://leetcode-cn.com/problems/maximum-subarray/solution/dong-tai-gui-hua-zhu-xing-jie-shi-python3-by-zhu_s/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        cur_sum = 0
        res = nums[0]
        n = len(nums)
        for i in range(n):
            if (cur_sum>0):
                cur_sum+=nums[i]
            else:
                cur_sum = nums[i]
            res = max(res,cur_sum)
        return res