这篇文章的结构是这样的:一、问题介绍和文章撰写缘由介绍。二、从暴力算法到kadane算法的思路过程,并着重介绍kadane算法。三、问题的实际应用场景。其中重点是第二部分。
一、问题介绍和文章撰写缘由介绍。
前两周面试滴滴,一面面试官手撕了几道算法题,其中有一道题是这样的:求数组的最大连续子数组之和。例如,数组为[-2,1,-3,4,-1,2,1,-5,4],最大连续子数组之和为6。(即最大连续子数组是[4,-1,2,1],其和为6。)
我当场给出的解法是kadane算法,不过面试官似乎不太了解,拿测试用例手动计算了一遍才判定了算法的正确性。所以想写一篇文章,不仅介绍这个简洁方便的算法,也对这个问题的其他解法进行对比分析。
二、从暴力算法到kadane算法的思路过程,并着重介绍kadane算法。
这个问题最暴力的算法是比较数组所有子数组的大小,通过滑动窗口来实现,该算法的时间复杂度是O(n^3)
(子数组数量为n^2
,求和的算法复杂度为O(n)
),空间复杂度为O(1)
。
def maxSubArrayBF(nums):
length = len(nums)
MAX = nums[0]
for i in range(0,length):
for j in range(i+1,length+1):
sub = nums[i:j]
sub_sum = sum(sub)
if sub_sum>MAX:
MAX = sub_sum
return MAX
将暴力算法的求和过程优化下可以达到O(n^2)
。此时,用sum_sub
变量保存num[i]
开始至nums[j]
的子数组之和。
def maxSubArrayBF2(nums):
length &#