leetcode-4.25[66. 加一、58. 最后一个单词的长度、53. 最大子序和]（python解法）

题目1

题解1

class Solution:
    def plusOne(self, digits: List[int]) -> List[int]:
        n = len(digits)-1
        digits[n] += 1
        while n >= 0:
            # 如果第一个数为10,则必须在首位前添加一个元素
            if digits[0] == 10:
                digits[n] = 0
                digits.insert(0,1)
                break
            if digits[n] >= 10:
                digits[n] = 0
                digits[n-1] += 1
            n -= 1
        return digits

题目2

题解2

class Solution:
    def lengthOfLastWord(self, s: str) -> int:
        lenght = len(s.split()[-1]) if s.split() != [] else 0
        return lenght

题目3

题解3

class Solution:
    """
    动态规划分析过程：
        1. input: nums = [-2,1,-3,4,-1,2,1,-5,4]
        2. output: 返回一个最大和的连续子数组
        3. 子问题: DP[i] 表示到第i个元素上的最大序列和
        4. 子问题间的递归关系: “猜测第i个元素在序列中”
            DP[i] = DP[i-1] + nums[i] 如果第i元素在最大序列中
            DP[i] = nums[i] # 如果第i个元素不在最大子序列中，则重新开始，当做第一个元素
            最后对以上两种在与不在的两种情况取最大值, max(DP[i-1]+A[i], A[i])
        5. 边界条件: nums[0] = 0
        6. 满足后一个DP都是由前面一个DP得到，满足拓扑规则
        7. 画表
            i(下标)    0    1    2   3   4   5   6   7   8   9
            nums(元素)     -2    1  -3   4  -1   2   1  -5   4
            DP(最大和) 0   -2    1  -2   4   3   5   6   1   5
    """
    def maxSubArray(self, nums: List[int]) -> int:
        DP = [None]*(len(nums)+1)
        DP[0] = 0
        for i in range(1,len(nums)+1):
            DP[i] = max(DP[i-1] + nums[i-1], nums[i-1])
        return max(DP[1:])  # DP[1:]去除DP[0]对结果的影响