- 最大子序和
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。
思路:
1.用暴力的方法,找出所有可能的子数组,然后找和最大的那个。这是可行的,但是时间复杂度为 n*n,显然是不够理想的。
2.动态规划思想。状态方程 :nums[i]= nums[i] + max(nums[i-1], 0)。上面式子的意义是:我们从头开始遍历数组,遍历到数组元素 num[ i ] 时,连续的最大的和 可能为 max( num[ i -1 ] ) + num[ i ] ,也可能为 num[ i ] ,做比较即可得出哪个更大,取最大值。时间复杂度为 n
class Solution(object):
def maxSubArray(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
for i in range(1, len(nums)):
nums[i]= nums[i] + max(nums[i-1], 0)
return max(nums)
3.不需要动态规划,时间复杂度也为 n 。我们从头开始累加数组的元素,初始值 sum 为 0 。第一步 把 1 累加 则 sum = 1,接着 -2 累加 sum = -1,再接着 3 累加 sum = 2,但是此时我们发现 sum < 3,也就是说从第一个元素开始累加到第三个元素的 和 sum 比 第三个元素还要小,那么我们舍去前面的累加值,从第三个元素开始累加 ,此时 sum = 3。继续上述步骤,直至遍历到数组的最后一个元素。
class Solution(object):
def maxSubArray(self, nums):
sum = 0
max_sub_sum = nums[0]
for num in nums:
sum += num
if sum > max_sub_sum:
max_sub_sum = sum
if sum < 0:
sum = 0
return max_sub_sum