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。
我的方案:
思路一
第一个想法是暴力破解,使用两个循环,第一个循环用来滑动起始索引,第二个循环用来滑动结束索引。
代码
class Solution {
public int maxSubArray(int[] nums) {
long max = -2147483648;
for(int j = 0;j<nums.length;j++){
long sum = 0;
for(int i = j;i<nums.length;i++){
sum+=nums[i];
if(sum>max){
max = sum;
}
}
}
return (int)max;
}
}
精选方案
思路
- 这道题用动态规划的思路并不难解决,比较难的是后文提出的用分治法求解,但由于其不是最优解法,所以先不列出来
- 动态规划的是首先对数组进行遍历,当前最大连续子序列和为 sum,结果为 ans
- 如果 sum > 0,则说明 sum 对结果有增益效果,则 sum 保留并加上当前遍历数字
- 如果 sum <= 0,则说明 sum 对结果无增益效果,需要舍弃,则 sum 直接更新为当前遍历数字
- 每次比较 sum 和 ans的大小,将最大值置为ans,遍历结束返回结果
- 时间复杂度:O(n)O(n)
算法
ans作为代表最终解的变量,sum作为代表当前阶段解的变量。循环整个数组,当sum>0时,代表当前的sum有增益,加上当前迭代的num。当sum<0时,代表当前sum无增益,将sum更新为当前迭代的num。在当前阶段结束时,判断此阶段的解sum和代表最优解的ans哪个更优,将之更新。
代码
class Solution {
public int maxSubArray(int[] nums) {
int ans = nums[0];
int sum = 0;
for(int num: nums) {
if(sum > 0) {
sum += num;
} else {
sum = num;
}
ans = Math.max(ans, sum);
}
return ans;
}
}
动态规划算法
动态规划算法主要用与多阶段决策问题需求最优解的情况,而本题正是在数组之和迭代过程多阶段的求解,使用空间换取时间的方式,在迭代过程中储存过程结果,并在阶段结束时判断,最后多阶段结束后输出最优解。