题目描述
题目链接:53. 最大子序和(leetcode)
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。
解法
这道题解法较多。暴力法就是将所有可能的连续数组的和都求出来,然后取最大值,研究意义不大,所以就不详细写暴力了。主要研究了一下动态规划、贪心、分治。
动态规划
个人觉得动态规划和贪心都是将问题转化为子问题求解。但是不同的地方在于动态规划问题的最优解包含其子问题的最优解。
拿本题来说,dp[i]的最优解包含了dp[i-1]的最优解。
代码:
//dp
class Solution{
public:
int maxSubArray(vector<int> &nums){
int result = INT_MIN;
int numsSize = int(nums.size());
//dp[i]表示nums中以nums[i]结尾的最大子序和
vector<int> dp(numsSize);
dp[0] = nums[0];
result = dp[0];
for (int i = 1; i < numsSize; i++){
dp[i] = max(dp[i - 1] + nums[i], nums[i]);
result = max(result, dp[i]);
}
return result;
}
};
贪心
贪心就是只要满足条件就取。这道题就是只要求得的sum的和>0就取。
代码:
//贪心
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int max=INT_MIN,i=0,sum=0;
for(i=0;i<nums.size();i++){
if(sum<0)sum=0;
sum+=nums[i];
if( sum > max ) max = sum;
}
return max;
}
};
分治
分治的思想其实也比较好理解。
代码贴一下leetcode的pinku-2的写法:
class Solution{
public:
int maxSubArray(vector<int> &nums){
int result = INT_MIN;
int numsSize = int(nums.size());
result = maxSubArrayHelper(nums, 0, numsSize - 1);
return result;
}
int maxSubArrayHelper(vector<int> &nums, int left, int right){
if (left == right){
return nums[left];
}
int mid = (left + right) / 2;
int leftSum = maxSubArrayHelper(nums, left, mid);
//注意这里应是mid + 1,否则left + 1 = right时,会无限循环
int rightSum = maxSubArrayHelper(nums, mid + 1, right);
int midSum = findMaxCrossingSubarray(nums, left, mid, right);
int result = max(leftSum, rightSum);
result = max(result, midSum);
return result;
}
int findMaxCrossingSubarray(vector<int> &nums, int left, int mid, int right){
int leftSum = INT_MIN;
int sum = 0;
for (int i = mid; i >= left; i--){
sum += nums[i];
leftSum = max(leftSum, sum);
}
int rightSum = INT_MIN;
sum = 0;
//注意这里i = mid + 1,避免重复用到nums[i]
for (int i = mid + 1; i <= right; i++){
sum += nums[i];
rightSum = max(rightSum, sum);
}
return (leftSum + rightSum);
}
};