最大子序和,好经典的题了
动态规划的状态转移方程:
dp[i]=max{dp[i-1]+A[i], A[i]}
dp[i]是以第i个元素结尾的子序和,A[i]是指第i个元素
c++的vector实现代码(O(n)的时间复杂度)
class Solution {
public:
int maxSubArray(vector<int>& nums) {
vector<int> dp(nums.size());
dp[0]=nums[0];
for(int i=1;i<nums.size();i++){
dp[i]=max(nums[i],nums[i]+dp[i-1]);
}
int temp=dp[0];
for(int i=0;i<nums.size();i++){
if(temp<dp[i]){
temp=dp[i];
}
}
return temp;
}
};
分治法O(NlogN)
引用的代码:
引用
//求三个数中的最大值
int max3(int a,int b,int c)
{
return a>b?(a>c?a:c):(b>c?b:c);
}
int maxsubarr(vector<int> &nums,int left,int right){
//定义 左右端最大值
int maxleft=0,maxright=0;
//定义左右端边界值
int leftborder=0,rightborder=0;
//定义左右端边界最大值
int maxleftborder=0,maxrightborder=0;
//递归出口,只剩一个数时
if(left==right)
return nums[left]>0?nums[left]:0;
int mid=(left+right)/2;
//左边递归
maxleft = maxsubarr(nums,left,mid);
//右边递归
maxright = maxsubarr(nums, mid+1, right);
//求左边届最大值
for(int i=mid;i>=left;i--){
leftborder+=nums[i];
if(leftborder>maxleftborder)
maxleftborder=leftborder;
}
//求右边届最大值
for(int i=mid+1;i<=right;i++){
rightborder+=nums[i];
if(rightborder>maxrightborder)
maxrightborder=rightborder;
}
return max3(maxleft,maxright,maxleftborder+maxrightborder);
}
int maxSubArr(vector<int>nums){
return maxsubarr(nums, 0, (int)nums.size()-1);
}