题目
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。
题解
方法1:暴力法
算法
暴力地用两重循环遍历所有情况
代码
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n = nums.size();
int max = nums[0];
for (int i = 0; i < n; i++) {
int sum = 0;
for (int j = i; j < n; j++) {
sum += nums[j];
if (sum > max)
max = sum;
}
}
return max;
}
};
- 通过使用
int n = nums.size()
可以提高一点速度,从580ms到420ms,由此看出循环里使用vector
的size()
函数是非常不明智的。
分析
- 时间复杂度: O ( n 2 ) O(n^2) O(n2),循环次数为 n ( n − 1 ) 2 \frac {n(n-1)}{2} 2n(n−1)。
- 空间复杂度: O ( 1 ) O(1) O(1),只用了两个变量。
- LeetCode排名:8.66%
方法2:分治法
算法
代码
class Solution {
public:
int CrossSum(vector<int>& nums, int left, int right, int middle) {
if(left == right)
return nums[left];
int left_sum = nums[middle];
int t = 0;
for (int i = middle; i >= left; i--) {
t += nums[i];
if (t > left_sum)
left_sum = t;
}
int right_sum = nums[middle + 1];
t = 0;
for (int i = middle + 1; i <= right; i++) {
t += nums[i];
if (t > right_sum)
right_sum = t;
}
return left_sum + right_sum;
}
int MaxSub(vector<int>& nums, int left, int right) {
if (left == right)
return nums[left];
int middle = (left + right) / 2;
int left_sum = MaxSub(nums, left, middle);
int right_sum = MaxSub(nums, middle + 1, right);
int cross_sum = CrossSum(nums, left, right, middle);
int t = left_sum > right_sum ? left_sum : right_sum;
return t > cross_sum ? t : cross_sum;
}
int maxSubArray(vector<int>& nums) {
return MaxSub(nums, 0, nums.size() - 1);
}
};
分析
- 时间复杂度: O ( N l o g N ) O(NlogN) O(NlogN)。
- 空间复杂度: O ( N ) O(N) O(N),递归时使用线性空间。
- LeetCode排名:81.72%
方法3:动态规划
算法
代码
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int max = nums[0];
int n = nums.size();
for (int i = 1; i < n; i++) {
if (nums[i - 1] > 0)
nums[i] += nums[i - 1];
if (nums[i] > max)
max = nums[i];
}
return max;
}
};
分析
- 时间复杂度: O ( N ) O(N) O(N),只遍历一遍。
- 空间复杂度: O ( 1 ) O(1) O(1),算法使用常数空间。
- LeetCode排名: 98.37 % 98.37\% 98.37%,不过每次提交都会不一样,有时 98 % 98\% 98%,有时 20 % 20\% 20%,故只当作一个参考。