53.最大子数组和

Golden_Kun

已于 2023-11-20 15:01:13 修改

阅读量64

点赞数 1

分类专栏： LeetCode 文章标签： leetcode 动态规划算法

于 2023-11-20 15:00:37 首次发布

本文链接：https://blog.csdn.net/weixin_46663246/article/details/134508183

版权

LeetCode 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

53.最大子数组和

题目：

给你一个整数数组 nums ，请你找出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。

子数组是数组中的一个连续部分。

示例：

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 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

题解：

首先知道题目是要求在一个连续的数组中，找到连续的一个子数组的和的最大值。所以本题的解题方式采用的是动态规划，其核心思想是将原问题分解为一系列子问题，通过解决子问题得到原问题的最优解。在这个问题中，我们定义了一个状态变量 dp[i]，表示以第 i 个元素结尾的子数组的最大和。

状态转移方程为：

dp[ i ] = max(dp[ i−1 ]+nums[ i ],nums[ i ])

用来表示以第 i 个元素结尾的子数组的最大和，要么是前一个子数组的最大和加上当前元素，要么是只包含当前元素。通过不断更新 dp[ i ]，我们最终可以得到整个数组中的最大子数组和。

实现时，使用两个变量 maxSum 和 currentSum 来保存全局的最大和和当前子数组的和。遍历数组时，不断更新 currentSum，并将其与 maxSum 比较，保持 maxSum 始终为全局最大和。

遍历完整个数组后，maxSum 中就保存了数组中的最大子数组和。这种方法的时间复杂度是 O(n)，其中 n 是数组的长度，空间复杂度是 O(1)，因为只用到了常数个额外变量。

代码：

class Solution {
    public int maxSubArray(int[] nums) {
        if (nums == null || nums.length == 0) {
            return 0;
        }
        // 初始化状态变量
        int maxSum = nums[0];
        int currentSum = nums[0];
        // 遍历数组，更新状态变量
        for (int i = 1; i < nums.length; i++) {
            currentSum = Math.max(currentSum + nums[i], nums[i]);
            maxSum = Math.max(maxSum, currentSum);
        }
        return maxSum;
    }
}