Leetcode No.53 Maximum Subarray

最新推荐文章于 2024-11-11 20:59:17 发布

思念殇千寻

最新推荐文章于 2024-11-11 20:59:17 发布

阅读量228

点赞数

文章标签： leetcode 算法职场和发展

本文链接：https://blog.csdn.net/weixin_43590796/article/details/132268271

版权

文章介绍了如何使用动态规划解决经典问题——找到给定数组中具有最大和的子串。通过将问题分解为以每个数结尾的最大子串问题，并定义递推公式F[n+1]=max(F[n]+nums[n+1],nums[n+1])，计算得到最大和。

摘要由CSDN通过智能技术生成

　　参考资料：

　　考点：子串 & 动态规划 & [题干]

Input: nums = [-2,1,-3,4,-1,2,1,-5,4]
Output: 6
Explanation: The subarray [4,-1,2,1] has the largest sum 6.

　　1. 心路历程

　　这道题非常经典，蕴含的思想也是精巧无比。

　　2. 正解

　　简单来说官解就是找到了题目中的无后效性，和问题的可分解性(动归)

　　1)首先分解问题

　　一个数组中的子串是相当多的，穷举显然不是理想的做法，那么最大的子串和等于什么？？答：等于以每个数结尾的最大子串的最大值。以数组[-2,1,-3]为例，就是以-2为结尾的子串的最大值，以1为结尾的子串的最大值，和以3为结尾的子串的最大值。这三个最大值中的最大值显然就是原始字符串的最大值。我们可以敏锐的发现，以XX为结尾的子串的最大值这一个问题，是很容易拆分的。比如：以1为结尾的子串的最大值，就等于“以-2为结尾的子串的最大值加上1”和“1”之间的大者。显然可以记这个函数“以每个数结尾的最大子串的最大值”为F。

　　2)确定F的递推公式

　　还是以数组[-2, 1, -3]为例，F[0] = -2，我们有F[n + 1] = max(F[n] + nums[n+1], nums[n+1]) ，将F[n]都算出来后，他们中的最大值显然就是我们想要的结果了。

　　代码如下：

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        f = nums[0]
        l = len(nums)
        maxAns = nums[0]

        # f[i] = (f[i-1] + nums[i], nums[i])

        for i in range(1, l):
            f = max(f + nums[i], nums[i])
            maxAns = max(maxAns, f)

        return maxAns