题目描述:
输入一个整型数组,数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为O(n)。
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。
解题思路:
1、动态规划:
使用dp[i]
表示以第i
个数字结尾的子数组的最大和。那么连续子数组的最大和就是max(dp)
。有两种情况:
(1)当以第i - 1
个数字结尾的子数组的最大和dp[i -1]
不大于0
时,如果将第i
个数nums[i]
和dp[i - 1]
相加,得到的结果肯定比nums[i]
小,因此这个时候dp[i]
的值应该为nums[i]
;
(2)当以第i - 1
个数字结尾的子数组的最大和dp[i -1]
大于0
时,则dp[i]的值应该为nums[i] + dp[i -1]
。因此可以得出如下的递归公式:
2、贪心法:
当上一个叠加和curSum
小于0时,那么就将叠加和更新为当前数字num
,否则将当前数字num
加入到叠加和中。同时更新最大叠加和maxSum
的值,直至遍历完数组。(其实该过程和动态规划的过程是相似的)
时间复杂度和空间复杂度: 以上两种解法的时间复杂度为O(n)
,空间复杂度为O(1)
。
实现代码:
//解法1:动态规划
public int maxSubArray(int[] nums) {
if(nums == null || nums.length == 0)
return -1;
int res = nums[0];
for(int i = 1; i < nums.length; i++){
nums[i] += Math.max(nums[i - 1], 0);//计算dp[i]
res = Math.max(nums[i], res);//更新res
}
return res;
}
//解法2:动态规划(不需要修改原数组)
public int maxSubArray1(int[] nums) {
if(nums == null || nums.length == 0)
return -1;
int pre = 0, res = nums[0];
for(int num : nums){
num += Math.max(pre, 0);
pre = num;
res = Math.max(res, num);
}
return res;
}
//解法3:贪心法
public int maxSubArray2(int[] nums) {
if(nums == null || nums.length == 0)
return -1;
int curSum = 0, maxSum = Integer.MIN_VALUE;
for(int num : nums){
if(curSum <= 0)
curSum = num;
else
curSum += num;
maxSum = Math.max(curSum, maxSum);
}
return maxSum;
}