53. 最大子数组和
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 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
提示:
1 <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4
进阶: 如果你已经实现复杂度为 O(n) 的解法,尝试使用更为精妙的 分治法 求解。
- 暴力解法:超时 O ( n 2 ) O(n^2) O(n2)
class Solution {
// 暴力解法:超时 O(n^2)
public int maxSubArray(int[] nums) {
int res = Integer.MIN_VALUE;
for (int i = 0; i < nums.length; i++) { // 设置起始位置
int cnt = 0;
for (int j = i; j < nums.length; j++) { // 每次从起始位置i开始遍历寻找最大值
cnt += nums[j];
res = Math.max(cnt, res);
}
}
return res;
}
}
- 贪心: O ( n ) O(n) O(n)
- 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”
class Solution {
// 贪心:O(n)
// 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”
public int maxSubArray(int[] nums) {
int cnt = 0, res = Integer.MIN_VALUE;
for (int x : nums) {
cnt += x;
if (cnt > res) res = cnt; // 取区间累计的最大值(相当于不断确定最大子序终止位置)
if (cnt < 0) cnt = 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;
}
}
- 动态规划 O ( n ) O(n) O(n)
class Solution {
// 动态规划 O(n)
public int maxSubArray(int[] nums) {
int[] f = new int[nums.length]; // f[i]表示包括i之前的最大连续子序列和
f[0] = nums[0];
int res = f[0];
for (int i = 1; i < nums.length; i++) {
f[i] = Math.max(f[i - 1] + nums[i], nums[i]);
if (f[i] > res) res = f[i]; // res保存f[i]的最大值
}
return res;
}
}