这个题目有前缀和(prefix num)、动态规划(dynamic programming)、贪心(greedy)三种解决办法,但是其核心思想都是:一步一步求以i为结尾的最大子数组的和,最后得到以最后一个元素为结尾的最大子数组的和,最后从这些和中求得最大值即为解。
一、前缀和
错误思路:找到前缀和数组中的最大值max_slice,并记下这个坐标i,然后求0到i-1中前缀和数组中最小的负数min_sum,如果没有则min_sum=0,最后res=max_slice - min_sum。
为什么会想到这种方法,是因为题目要求这个最大子数组是连续的,其实也就是抛弃掉前后没有用的元素。该思路认为前缀和数组中的最大值之后的元素一定是无效的,因为代表后面整体是负数,对最大子数组是没有贡献的。但是其实不然,比如2,2,2-12,8,2,-1,最大子数组一定是{8,2}和为10,但是按照这个思路最大子数组就是{2,2,2}和为6,这是错误的。
正确思路:当遍历到i元素时,便求以当前元素为结尾的最大子数组和,其实就是用到当前元素的前缀和prefix_sum - 从0到i-1中前缀和数组中最小的负数min_sum,min_sum最大为0,min_sum代表了“到目前为止“前面的prefix sum的最小值。
#include <iostream>
#include <cstring>
#include <algorithm>
#include <math.h>
#include <vector>
using namespace std;
const int N = 100010;
int nums[N];
int main()
{
freopen("in.txt", "r", stdin);
int n;
cin >> n;
for (int i = 0; i < n; i++) cin >> nums[i];
int prefix_sum = 0;
int max_slice = -0x3f3f3f3f;
int min_sum = 0; //这里我们不是要找最小的前缀和值,而是最小的负数前缀和值,如果没有负数则说明前面的值都是有效的,mn继续等于0
for (int i = 0; i < n; i++)
{
prefix_sum += nums[i];
max_slice = max(max_slice, prefix_sum - min_sum);
min_sum = min(min_sum, prefix_sum);
}
cout << max_slice;
return 0;
}
二、动态规划
动态规划最重要的就是集合定义和集合划分。
注意:最后结果不是f[n]的值,而是f数组中的最大值,这是集合定义所决定的。
#include <iostream>
#include <cstring>
#include <algorithm>
#include <math.h>
#include <vector>
using namespace std;
const int N = 100010;
int nums[N];
int f[N];
int main()
{
freopen("in.txt", "r", stdin);
int n;
cin >> n;
for (int i = 0; i < n; i++) cin >> nums[i];
f[0] = nums[0]; //也可以让nums和f都从下标1开始存储,这样就可以省略这一步
for (int i = 1; i < n; i++) f[i] = max(f[i - 1] + nums[i], nums[i]);
int res = -0x3f3f3f3f;
for (int i = 0; i < n; i++) res = max(res, f[i]);//最终结果是f数组中的最大值
cout << res;
return 0;
}
三、贪心
贪心的思路和前缀和几乎一样,不过在前缀和sum上面做手脚。
每次加和完毕后,如果此时sum<0,则代表这前i个元素对于最大子串和都是不利的,于是将其置为0,不对后面求最大字串和产生影响。
if len(nums) == 0: return 0
sum = 0
slice = -sys.maxsize - 1
for n in nums:
sum += n
slice = max(slice, sum)
sum = max(0, sum)
return slice