暴力解法
暴力解法的思路,第一层for 就是设置起始位置,第二层for循环遍历数组寻找最大和。
//时间复杂度:O(n^2) 空间复杂度:O(1)
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int res=INT_MIN;
int count=0;
for(int ii=0;ii<nums.size();ii++){ // 设置起始位置
count=0;//每次循环前将计数值清空
for(int jj=ii;jj<nums.size();jj++){//每次从起始位置i开始遍历寻找最大值,考虑只有一个元素的情况
count+=nums[jj];
res = count > res? count : res;
}
}
return res;
}
};
贪心解法
「贪心贪的是哪里呢?」
如果 -2 1 在一起,计算起点的时候,一定是从1开始计算,因为负数只会拉低总和,这就是贪心贪的地方!
局部最优:当前“连续和”为负数的时候立刻放弃,从下一个元素重新计算“连续和”,因为负数加上下一个元素 “连续和”只会越来越小。
全局最优:选取最大“连续和”
「局部最优的情况下,并记录最大的“连续和”,可以推出全局最优」。
从代码角度上来讲:遍历nums,从头开始用count累积,如果count一旦加上nums[i]变为负数,那么就应该从nums[i+1]的位置重新开始从0累积count了,因为已经变为负数的count,只会拖累总和。
「这相当于是暴力解法中的不断调整最大子序和区间的起始位置」。
「那有同学问了,区间终止位置不用调整么? 如何才能得到最大“连续和”呢?」
区间的终止位置,其实就是如果count取到最大值了,及时记录下来了。例如如下代码:
if (count > result) result = count;
「这样相当于是用result记录最大子序和区间和(变相的算是调整了终止位置)」。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int res = INT32_MIN;
int count = 0;
for (int i = 0; i < nums.size(); i++) {
count += nums[i];
if (count > res) { // 取区间累计的最大值(相当于不断确定最大子序终止位置)
res = count;
}
if (count <= 0) count = 0; // 相当于重置最大子序起始位置,因为遇到负数一定是拉低总和
}
return res;
}
};
最大子序和,这道题目要用贪心的方式做出来,就比较有难度,都知道负数加上正数之后会变小,但是这道题目依然会让很多人搞混淆,其关键在于:「不能让“连续和”为负数的时候加上下一个元素,而不是 不让“连续和”加上一个负数」。这块真的需要仔细体会!