题目描述
输入一个整型数组,数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为O(n)。
示例1:
输入: nums = [-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。
提示:
1 <= arr.length <= 10^5
-100 <= arr[i] <= 100
动态规划
这个题用暴力做显然对我们想要的时间复杂度O(n)不能满足,很明显这道题就是一道比较典型的动态规划问题,即当前状态跟上一状态有直接影响关系,相当于把一个大而复杂的问题理解成一个个相同逻辑的小问题。关键关键就是找到动态方程和临界值,好比中学数学应用题找到方程关系一样的道理。
动态规划解析(过程很重要):
-
状态定义: 设动态规划列表 dp ,dp[i] 代表以元素 nums[i] 为结尾的连续子数组最大和。
为何定义最大和 dp[i]中必须包含元素nums[i] :保证dp[i] 递推到 dp[i+1]的正确性;如果不包含 nums[i] ,递推时则不满足题目的 连续子数组 要求。
-
转移方程: 若dp[i−1]≤0 ,说明 dp[i - 1] 对 dp[i] 产生负贡献,即 dp[i-1] + nums[i] 还不如 nums[i]本身大。
当 dp[i - 1] > 0 时:执行 dp[i] = dp[i-1] + nums[i];
当 dp[i−1]≤0 时:执行 dp[i] = nums[i]; -
初始状态: dp[0] = nums[0],即以nums[0] 结尾的连续子数组最大和为 nums[0]。
-
返回值: 返回 dp 列表中的最大值,代表全局最大值。
针对这道题来说,为了能减低时间复杂度和空间复杂度,发现由于 dp[i]只与 dp[i-1] 和 nums[i]有关系,因此可以将原数组 nums 用作 dp 列表,即直接在 nums 上修改即可。同时,由于省去 dp 列表使用的额外空间,因此空间复杂度从 O(N) 降至 O(1)。
class Solution {
public int maxSubArray(int[] nums) {
int res = nums[0];
for(int i = 1; i < nums.length; i++){
nums[i] += Math.max(nums[i-1], 0);
res = Math.max(res, nums[i]);
}
return res;
}
}
通过这道题还学到了Java求两个数之间的最大值用Math.max(num1, num2),返回最大值。
扩展:使用Math.max求数组的最大值: array.max() ;
最小值亦然
附给自己灌口鸡汤:学习就得一步一步来,积累每一小步基础,才能达千里之外的大牛。加油!