Leetcode 42 连续子数组的最大和——动态规划

题目

输入一个整型数组，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。

动态规划是本题的最优解法：时间复杂度$O(N)$，空间复杂度$O(1)$.

解析：

1. 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。
2. 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。
   （1）当$dp[i-1]>0$时，执行$dp[i]=dp[i-1]+nums[i]$;
   （2）当$dp[i-1]<=0$时，执行$dp[i]=nums[i]$;
3. 初始状态：$dp[0]=nums[0]$，即以$nums[0]$结尾的连续子数组最大和为$nums[0]$。
4. 返回值： 返回dp 列表中的最大值，代表全局最大值。

空间复杂度降低：

• 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。
• 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) 。

复杂度分析：

• 时间复杂度$O(N)$: 线性遍历数组 nums 即可获得结果，使用 O(N) 时间。
• 空间复杂度 O(1) ： 使用常数大小的额外空间。

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        for i in range(1, len(nums)):
            nums[i] += max(nums[i - 1], 0)
        return max(nums)

reference