LeetCodeWithPython 53.最大子序列和

题目地址

https://leetcode-cn.com/problems/maximum-subarray/

题目描述

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:

输入: [-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。

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。

代码初步

拿到题目，首先想到的还是暴力解法，emmm 掩面哭泣。

• 思路：

第一层for循环，从头到尾遍历的选出一个元素作为起点，然后第二层for循环，从头到尾遍历的选出一个元素作为终点，第三层for循环，两点之间追加求和

• 问题：
  刚开始自己做得时候，想着用两层for循环，但是就有一种情况始终cover不了，就是当最大和为最后一个数字时，后来参考了一下别人的解法，得到了下面的算法。

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        max = nums[0]
        for i in range(0,len(nums)):
            for j in range(i,len(nums)):
                sum = 0
       # 当最大和为最后一个数字时，两个for循环解决不了问题，因为当i遍历到最后一个数字时，不会进入第2个for循环，也就不会判断max<sum
                for k in range(i,j+1):
                    sum +=nums[k]
                    if max<sum:
                        max = sum
        return max
#s = Solution()
#print(s.maxSubArray([-1,0,-2]))

精简代码

• 思路：动态规划——时间复杂度O(n)

  设sub[i]为以第i个元素结尾且和最大的连续子数组，假设对于元素i，所有以它前面的元素结尾的子数组的长度都已经求得，那么以第i个元素结尾且和最大的连续子数组实际上，要么是以第i-1个元素结尾且和最大的连续子数组加上这个元素，要么是只包含第i个元素，
  即sub[i]= max(sum[i-1] + a[i], a[i])，可以通过判断sum[i-1] + a[i]是否大于a[i]来做选择，而这实际上等价于判断sum[i-1]是否大于0。由于每次运算只需要前一次的结果，因此并不需要像普通的动态规划那样保留之前所有的计算结果，只需要保留上一次的即可，因此算法的时间和空间复杂度都很小

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        if len(nums) == 0:
            return 0
        for i in range(1,len(nums)):
            current_num=max(nums[i]+nums[i-1],nums[i])
            nums[i]=current_num
        return max(nums)