给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
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 。
示例 2:
输入:nums = [1]
输出:1
示例 3:
输入:nums = [0]
输出:0
示例 4:
输入:nums = [-1]
输出:-1
示例 5:
输入:nums = [-100000]
输出:-100000
提示:
1 <= nums.length <= 105
-104 <= nums[i] <= 104进阶:如果你已经实现复杂度为 O(n) 的解法,尝试使用更为精妙的 分治法 求解。
方法一:
暴力查找。超时。
- 双层循环数组,第二层从当前元素开始。
- 定义res和sum,res保存连续子数组最大值,sum保存每次循环中连续子数组中的最大值
- 这样就是寻找以每一个数字开头的连续子数组可以达到的最大值
代码:
class Solution {
public int maxSubArray(int[] nums) {
// 暴力 双层循环
int max = Integer.MIN_VALUE;
for (int i = 0; i < nums.length; i++) {
int res = 0;
for (int j = i; j < nums.length; j++) {
res += nums[j];
if (res > max) max = res;
}
}
return max;
}
}
时间复杂度:O(n2)
空间复杂度:O(1)
方法二:
动态规划
- 遍历数组,一边遍历,一边求和,一边求和中的最大值。
代码:
class Solution {
public int maxSubArray(int[] nums) {
// 动态规划
// 一边遍历,一边相加,一边求最大值。
int res = nums[0];
int pre = res;
for (int i = 1; i < nums.length; i++) {
// 如果上一个子数组的和小于等于0,那么就要开始计算一个新数组了,因为再去添加没有
// 意义,如果大于0,那么就应该往里面继续添加元素,并同时与上一个保存的最大子数组
// 的最大值比较,更新。这样就可以求得子数组中的最大值。
if (pre > 0) pre += nums[i];
else pre = nums[i];
res = Math.max(res, pre);
}
return res;
}
}
时间复杂度:O(n)
空间复杂度:O(1)