题目
连续子数组的最大和
一、思路 规律
要求时间复杂度在O(n),如果采用暴力方式,需要枚举所有可能出现的子数组,从而找到每一个子数组的和,来找到最大值。长度为n的数组有n*(n+1)/2 个子数组,这样我们需要花费O(n2)的时间复杂度。
思考一下连续子数组最大和的问题。
[1,-2,3, 10,-4, 7, 2, -5]
初始化一个和s=0;初始化最大的子数组和max_sum为数组的第一个元素。
假设我们从第一个元素开始累加。此时s=1,和当前这个元素1比较,s不小于1,证明累加当前元素不会小于当前这个元素1。因此比较当前s和max_sum,如果大于max_sum则更新。
累加第二个元素-2。此时s=-1,和当前这个元素-2比较,s不小于-2,证明累加第二个元素不会小于当前这个元素-2。因此比较当前s和max_sum,此时s>max_sum,不更新。
累加第三个元素3。此时s=-2,和档期啊你这个元素3比较,s小于3,证明累加第三个元素会使当前的和小于当前元素3。此时不如只累加当前这个元素3,因此更新s为当前元素,比较s和max_sum,此时s>max_sum,更新。
发现在这个连续子数组的累加中是有规律的。如果累加到当前元素,和比当前元素更小,那证明只累加当前元素和更大,需要抛弃之前的累加。
贴一下原书中的计算过程:
def max_sub_sum_1(arr):
max_v = nums[0]
sub_sum = 0
for num in nums:
sub_sum += num
if sub_sum < num:
sub_sum = num
if sub_sum > max_v:
max_v = sub_sum
return max_v
二、思路 动态规划
def maxSubArray(nums):
max_r = nums[0]
pre = 0
for num in nums:
pre = max(pre+num, num)
max_r = max(pre, max_r)
return max_r