1 说一下题目
给你一个整数数组 nums ,请你找出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。
子数组 是数组中的一个连续部分。
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 。
示例 2:
输入:nums = [1]
输出:1
示例 3:
输入:nums = [5,4,-1,7,8]
输出:23
提示:
1 <= nums.length <= 105
-104 <= nums[i] <= 104
2 讲一下思路
class Solution:
def maxSubArray(self, nums: List[int]) -> int:
n = len(nums)
sum = 0
max = nums[0]
for i in range(n):
for j in range(i+1, n):
for k in range(i, j+1):
sum = sum + nums[k]
if sum >= max:
max = sum
sum = 0
return max
2.1 贪心算法
若当前指针所指元素之前的和小于0,则丢弃当前元素之前的数列
先扯点闲篇,我们扒一扒历史,什么是贪心算法,他是怎么来的。
求解最优化问题的算法,通常需要一系列的步骤,在每个步骤都面临多种选择。对于许多优化问题,使用动态规划算法来求最优解,有点大材小用了。
派出小弟,张飞解决这个麻烦。
greedy algorithm就是这个算法,它在每一步都做出当时看起来最佳的选择。
也就是说,他总是做出局部最优的选择,寄希望这样的选择能导致全局最优解。
先学一下动态规划。