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 ) O(N) O(N),空间复杂度 O ( 1 ) O(1) O(1).
解析:
- 状态定义:设动态规划列表 d p dp dp, d p [ i ] dp[i] dp[i]代表以元素 n u m s [ i ] nums[i] nums[i]为结尾的连续子数组最大和。
- 转移方程:若
d
p
[
i
−
1
]
<
=
0
dp[i-1]<=0
dp[i−1]<=0,说明
d
p
[
i
−
1
]
dp[i-1]
dp[i−1]对
d
p
[
i
]
dp[i]
dp[i]产生负贡献,即
d
p
[
i
−
1
]
+
n
u
m
s
[
i
]
dp[i-1]+nums[i]
dp[i−1]+nums[i]还不如
n
u
m
s
[
i
]
nums[i]
nums[i]本身大。
(1)当 d p [ i − 1 ] > 0 dp[i-1]>0 dp[i−1]>0时,执行 d p [ i ] = d p [ i − 1 ] + n u m s [ i ] dp[i]=dp[i-1]+nums[i] dp[i]=dp[i−1]+nums[i];
(2)当 d p [ i − 1 ] < = 0 dp[i-1]<=0 dp[i−1]<=0时,执行 d p [ i ] = n u m s [ i ] dp[i]=nums[i] dp[i]=nums[i]; - 初始状态: d p [ 0 ] = n u m s [ 0 ] dp[0]=nums[0] dp[0]=nums[0],即以 n u m s [ 0 ] nums[0] nums[0]结尾的连续子数组最大和为 n u m s [ 0 ] nums[0] nums[0]。
- 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 d p [ i ] dp[i] dp[i]只与 d p [ i − 1 ] dp[i-1] dp[i−1]和 n u m s [ i ] nums[i] nums[i]有关系,因此可以将原数组 n u m s nums nums用作dp列表,即直接在 n u m s nums 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 ) O(N) 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)