leetcode #53 Maximum Subarray

public class Solution {
    public int maxSubArray(int[] nums) {
        if(nums.length==0)return 0;
        int[][] table = new int[nums.length][nums.length];
        for(int i=0; i<nums.length; i++){
            table[i][0]=nums[0];
        }
        int max = nums[0];
        for(int i=0; i<nums.length; i++){
            if(nums[i]>max){
                max=nums[i];
            }
            table[0][i]=max;
        }
        for(int i=1;i<nums.length;i++){
            for(int j=1;j<nums.length;j++){
                table[j][i]=Math.max(table[j-1][i-1]+nums[i],table[j][i-1]);
            }
        }
        return table[nums.length-1][nums.length-1];
    }
}

一开始用了两个参数的dp，复杂度有点高，达到了O(n2)。
看到了别人的解答，一个参数的dp也可以解决

public class Solution {
    public int maxSubArray(int[] nums) {
        int max = Integer.MIN_VALUE;
        int[] dp = new int[nums.length+1];

        for(int i=1; i<=nums.length; i++) {
            dp[i] = Math.max(nums[i-1], nums[i-1]+dp[i-1]); 

            max = Math.max(max, dp[i]);
        }
        return max;
    }
}

定义存在理想解opt(i)为[0, i]范围内连续子列的最大和。
那么opt(i+1)时有如下两种情况：
mums[i+1]属于最大连续子列，那么opt(i+1)=opt(i)+mums[i+1];
mums[i+1]不属于最大连续子列，那么从这个数起应该重新计一个新的子列，那么mums[i+1]就是新子列的第一个数，可得opt(i+1)=nums(i+1)
recursive formula：opt(i+1)=max{opt(i)+mums[i+1], nums(i+1)}
再从中取到最大的一个子列和
FightOn！