题目描述
给定一个整数数组 nums ,找到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。
解法选择:
- 暴力:
- 3 层 for,列举 start、end、k;
- 2 层 for,在内层 for 同时求和 sum(省去一层for)
- 贪心: O ( n ) O(n) O(n)
- dp
贪心
思路:
- 每次统计 sum,当 s u m < 0 sum < 0 sum<0 时,则不会对 最终结果作正向的贡献,直接将 s u m = 0 sum = 0 sum=0 置零。
- 时间复杂度: O ( n ) O(n) O(n)
- 空间复杂度: O ( 1 ) O(1) O(1)
class Solution {
public int maxSubArray(int[] nums) {
int sum = 0;
int res = Integer.MIN_VALUE;
for (int i = 0; i < nums.length; i++) {
sum += nums[i];
res = Math.max(sum, res);
if (sum < 0) { // sum < 0 一定不会对 最大子列和做贡献
sum = 0;
}
}
return res;
}
}
dp
dp五步曲:
- dp[i] 表示 nums[0, i-1](即,以 i-1 为终点) 中连续子数组的最大和;
- 递推公式
dp[i]可以有两个状态推导而来:- 加入当前元素nums[i-1],即dp[i - 1] + nums[i - 1];
- 不加入当前元素dp[i-1],即从头开始计算连续子序列和,即nums[i-1]。
二者取 max
- 初始化
定义dp[n+1]时,避免了单独处理dp[0],全部初始化为 0,即可 - 遍历顺序:从前到后
- 打印dp
- 时间复杂度: O ( n ) O(n) O(n)
- 空间复杂度: O ( n ) O(n) O(n)
class Solution {
public int maxSubArray(int[] nums) {
int n = nums.length;
if (n == 0) return -1;
int[] dp = new int[n + 1]; // 1、dp[i] 表示 nums[0, i-1] 中连续子数组的最大和
int res = nums[0];
// 3、初始化(定义dp[n+1]时,避免了单独处理dp[0])
for (int i = 1; i <= nums.length; i++) {
// 2、递推公式
dp[i] = Math.max(nums[i - 1], dp[i - 1] + nums[i - 1]);
res = Math.max(res, dp[i]);
}
// 5、打印dp
System.out.println(Arrays.toString(dp));
return res;
}
}