最大子段和动态规划_【复试上机】LeetCode简单013Maximum Subarray(最大子段和)

最新推荐文章于 2023-10-02 17:41:26 发布

weixin_39655085

最新推荐文章于 2023-10-02 17:41:26 发布

阅读量123

点赞数

文章标签：最大子段和动态规划

重叠子问题：

用递归算法自顶向下解此问题时，每次产生的子问题并不总是新问题，有些子问题被反复计算。

对每个子问题只解一次，然后将其解保存在一个表格中，当再次需要解此子问题时，只是简单地用常数时间查看一下结果。

通常子问题个数随问题的大小呈多项式增长，因此，用动态规划算法通常只需要多项式时间。

发现这个问题可以用动态规划求解：

最优子结构性质
假设数组A的最大子序和对应一个连续元素组成的数组B。那么数组B的子数组的最大子序和也一定是B的一个连续小部分C。
反证法：如果B的子数组的最大子序不是C，也就是比C的累加和更大，那么把这段替换到B中，就可能产生更大的值，那么B就不是A的最大子序和对应的数组，与假设矛盾。故假上述结论正确。
换句话说上面的结论，在求最大子序和的时候，每加入一个新的A[i]都应该使得总的子序和比单独一个A[i]大才对，否则考虑从A[i]开始寻找新的子段和。当然最终取所有子段和的最大值为最终值。

文字思想：

假设当前数组为A。假设当前最大子段和为b，初值为A[0]。

通过我们上面分析的最优子结构性质可知：每加入一个新的A[i]都应该使得总的子序和比单独一个A[i]大才对，否则考虑从A[i]开始寻找新的子段和。当然最终取所有子段和的最大值为最终值。

例子：

待处理数组：-2, 1, -3, 4, -1, 2, 1, -5, 4,
初始化前一个子段和为:0
初始化当前进度下最大子段和为第一个元素的值:-2

前一个子段和为:0
如果加入当前元素-2之后的子段和为:-2
因为加入-2之后整个子段和为-2,不如单独一个当前元素-2大，所以不如从-2开始向后再扩展新的子段和更大
当前新的子段和为:-2
历史最大的子段和为:-2
更新历史最大子段和为:-2

前一个子段和为:-2
如果加入当前元素1之后的子段和为:-1
因为加入1之后整个子段和为-1,不如单独一个当前元素1大，所以不如从1开始向后再扩展新的子段和更大
当前新的子段和为:1
历史最大的子段和为:-2
更新历史最大子段和为:1

前一个子段和为:1
如果加入当前元素-3之后的子段和为:-2
因为加入-3之后整个子段和为-2,比单独一个当前元素-3大，所以扩充-3到上一个子段的尾部
当前新的子段和为:-2
历史最大的子段和为:1
不更新历史最大子段和

前一个子段和为:-2
如果加入当前元素4之后的子段和为:2
因为加入4之后整个子段和为2,不如单独一个当前元素4大，所以不如从4开始向后再扩展新的子段和更大
当前新的子段和为:4
历史最大的子段和为:1
更新历史最大子段和为:4

前一个子段和为:4
如果加入当前元素-1之后的子段和为:3
因为加入-1之后整个子段和为3,比单独一个当前元素-1大，所以扩充-1到上一个子段的尾部
当前新的子段和为:3
历史最大的子段和为:4
不更新历史最大子段和

前一个子段和为:3
如果加入当前元素2之后的子段和为:5
因为加入2之后整个子段和为5,比单独一个当前元素2大，所以扩充2到上一个子段的尾部
当前新的子段和为:5
历史最大的子段和为:4
更新历史最大子段和为:5

前一个子段和为:5
如果加入当前元素1之后的子段和为:6
因为加入1之后整个子段和为6,比单独一个当前元素1大，所以扩充1到上一个子段的尾部
当前新的子段和为:6
历史最大的子段和为:5
更新历史最大子段和为:6

前一个子段和为:6
如果加入当前元素-5之后的子段和为:1
因为加入-5之后整个子段和为1,比单独一个当前元素-5大，所以扩充-5到上一个子段的尾部
当前新的子段和为:1
历史最大的子段和为:6
不更新历史最大子段和

前一个子段和为:1
如果加入当前元素4之后的子段和为:5
因为加入4之后整个子段和为5,比单独一个当前元素4大，所以扩充4到上一个子段的尾部
当前新的子段和为:5
历史最大的子段和为:6
不更新历史最大子段和

最终最大子段和为：6

代码：

复杂度：
时间复杂度：O(nums.length)，遍历一次数组。空间复杂度：O(1)。

积累：

其它：

关注