lc_dp_53_maxSubArray

 

 题目：最大子序和:simple

    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。

    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。

    进阶:
    如果你已经实现复杂度为 O(n) 的解法，尝试使用更为精妙的分治法求解。
 

package leetCode.DP;

public class lc_dp_53_maxSubArray {
    

    /*
 思路：
    1）暴力: O(n^2)
    2）dp： O(n)


     */

    public static void main(String[] args) {
        lc_dp_53_maxSubArray m = new lc_dp_53_maxSubArray();
        int[] a = {-2, 1, -3, 4, -1, 2, 1, -5, 4};
        int res = m.maxSubArray(a);
        System.out.println(res);
    }

    /*
    dp：O(n)

    1.状态
    状态的定义非常重要！！
    dp[i]:以索引i字符为结尾的子数组，其最大的和。
    最后一个数字以i数字结尾，而不是在i字符结尾的子数组中的任意一段
    此时保存的每个dp[i]是以该i数字结尾的最大子数组和，最后一个dp[i]不一定是答案

    2.转移方程
    自己单独开始，还是利用上面一段的结果
    1)如果dp[i-1]>0,dp[i]=dp[i-1]+num[i];
    2)如果dp[i-1]<=0,dp[i]=num[i];

    3.边界条件
    i-1>=0


     */

    public int maxSubArray(int[] nums) {
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        int max = dp[0];
        for (int i = 1; i < nums.length; i++) {
            dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
            if (dp[i] > max)
                max = dp[i];
        }

        return max;
    }

    /*
    暴力：O(n^2)
    
     */
    public int maxSubArray_violence(int[] nums) {
        if (nums == null || nums.length == 0)
            return 0;

        int max = nums[0];
        int val;
        for (int i = 0; i < nums.length; i++) {
            val = 0;
            for (int j = i; j < nums.length; j++) {
                val += nums[j];
                if (val > max)
                    max = val;
            }

        }

        return max;
    }

}