剑指offer 42:连续子数组的最大和

该博客介绍了如何使用动态规划算法解决求解数组中子数组最大和的问题,给出了两种解法,包括基本动态规划和优化后的动态规划实现。时间复杂度要求为O(n),空间复杂度分别要求为O(n)和O(1)。示例展示了不同输入数组的处理结果,如[1,-2,3,10,-4,7,2,-5]的最大子数组和为18。
摘要由CSDN通过智能技术生成

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;
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值