python leetcode53:最大子数组求和

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。
"""

法1：暴力求解（超出时间限制）

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        lst = []
        for i in range(len(nums)):
            sum = 0
            for j in range(i,len(nums)):
                sum += nums[j]
                lst.append(sum)
        return max(lst)

法2：贪心算法之双重比较

 若当前元素之前之和小于0，则丢弃当前元素之数列。

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        cur_sum = max_sum = nums[0]

        for i in range(1,len(nums)):
            cur_sum = max(nums[i],cur_sum+nums[i]) #比较当前值和sum
            max_sum = max(cur_sum,max_sum) #比较历史最大值和当前最大值
        return max_sum

nums =  [-2,1,-3,4,-1,2,1,-5,4]
S = Solution()
result = S.maxSubArray(nums)
print(result)

法3：动态规划法

若前一个元素大于0，则加在当前元素上。

 

# 1.双重比较
class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        pre_sum = max_sum = nums[0]
        for i in range(1,len(nums)):
            if pre_sum > 0:
                pre_sum = nums[i] + pre_sum #所指元素sum
                max_sum = max(pre_sum,max_sum) #比较最大值
            else:
                pre_sum = nums[i]
                max_sum = max(pre_sum, max_sum)
        return max_sum

#2.列出所有满足条件的sum
class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        pre_sum = 0
        lst = []
        for i in range(0,len(nums)):
            if pre_sum > 0:
                pre_sum = nums[i] + pre_sum #所指元素sum
                lst.append(pre_sum)
            else:
                pre_sum = nums[i]
                lst.append(pre_sum)
        return max(lst) #取列表中最大值


#3.用sum替换原位置的值
class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        for i in range(1,len(nums)):
            if nums[i-1] > 0:
                nums[i] += nums[i-1] #用sum替换原位置的值
        return max(nums) #取列表中最大值