题目描述:
输入一个长度为n的整型数组array,数组中的一个或连续多个整数组成一个子数组,子数组最小长度为1。求所有子数组的和的最大值。
数据范围:
1<=n<=2×105
−100<=a[i]<=100
要求:时间复杂度为O(n),空间复杂度为O(n)
进阶:时间复杂度为 O(n),空间复杂度为O(1)
示例1
输入:[1,-2,3,10,-4,7,2,-5]
返回值:18
说明:经分析可知,输入数组的子数组[3,10,-4,7,2]可以求得最大和为18
示例2
输入:[2]
返回值:2
示例3
输入:[-10]
返回值:-10
解法一:动态规划
思路:
设定动态规划表dp,其中dp[i]代表以元素array[i]为结尾的连续子数组的最大和,则状态转移方程为:dp[i] = Math.max(dp[i-1]+array[i], array[i])。实现步骤如下:
遍历数组,比较dp[i-1]+array[i]和array[i]的大小。为保证子数组的和最大,每次比较得最大值,用max记录计算过程中产生得最大的连续和。
代码:
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
int[] dp = new int[array.length];
int max = array[0];
dp[0] = array[0];
for(int i=1; i<array.length; i++){
//动态规划方程
dp[i] = Math.max(dp[i-1]+array[i], array[i]);
//每次保存最大值
max = Math.max(dp[i], max);
}
return max;
}
}
解法二:优化动态规划
思路:
使用一个变量sum来表示当前连续的子数组和,以及一个变量max来表示中间出现的最大的和。
代码:
public int FindGreatestSumOfSubArray(int[] array) {
int sum = 0;
int max = array[0];
for(int i=0;i<array.length;i++){
// 优化动态规划,确定sum的最大值
sum = Math.max(sum + array[i], array[i]);
// 每次比较,保存出现的最大值
max = Math.max(max,sum);
}
return max;
}