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。
class Solution {
public int maxSubArray(int[] nums) {
if(nums.length==0){
return 0;
}
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(0, dp[i-1]) + nums[i];
max = Math.max(dp[i], max);
}
return max;
}
}
动态规划的几个步骤:
1,确定状态
定义dp[i]表示数组中前i+1(注意这里的i是从0开始的)个元素构成的连续子数组的最大和。
2,找到转移公式
如果要计算前i+1个元素构成的连续子数组的最大和,也就是计算dp[i],只需要判断 dp[i -1] 是 大 于 0 还 是 小 于 0 。 如 果
dp[i -1] 大 于 0 , 就 继 续 累 加 , dp[i]=dp[i -1]+num[i]。如果dp[i -1]小于0,我们直接把前面的舍弃,也就是说重新开始计算,否则会越加越小的,直接让dp[i]=num[i]。所以转移公式如下dp[i]=num[i]+max (dp[i -1],0);
3,确定初始条件以及边界条件
边界条件判断,当i等于0的时候,也就是前1个元素,他能构成的最大和也就是他自己,所以dp[0]=num[0];
4,计算结果。
其实这里dp数组完全没有必要,因为每次计算的时候只用了前面的一个值,所以可以直接用一个变量cur记就行。