Kyyy 动态规划入门 最大连续子数组和

Problem_link: 53. 最大子数组和

方法一 O(N) C(N)

思路

题目要求找出前n个元素连续和最大的子序列，遇到这种有子问题求最值的题目都可以使用动态规划解决。

解题方法

定义$dp[i]$表示前$i+1$个元素连续和的最大值。

对任意nums[i]都可以作为前i个元素累加的结尾或是下一个子序的开头。
比如nums = [-2,1],前1个元素时必须选：

1. 所以此时的最大值($max$)是-2；
2. dp[0]也是-2。

前2个元素的时：

1. 可以选择累加($dp[i-1]+nums[i]$)，即作为前i+1个元素累加的结尾；
2. 不累加，就是$dp[i]=nums[i]$，即作为下一个子序的开头。
3. 取两种选择中的较大值，一个很简单的逻辑，如果前i+1个元素的合还没有nums[i]一个元素值大，那么选nums[i]就行了。

返回$dp$数组中的最大值即可。

复杂度

• 时间复杂度:
  $O(n)$

• 空间复杂度:
  $O(n)$

Code

class Solution {
public:
    int max(int a,int b){
        return a>b?a:b;
    }
    int maxSubArray(vector<int>& nums) {
        vector<int> dp(nums.size(),0);  // 长度和nums一直，元素初始化为0
        dp[0] = nums[0];   // 初始化
        int res = dp[0];

        for(int i=1;i<nums.size();i++){ // 遍历所有
            dp[i] = max(dp[i-1]+nums[i],nums[i]);
            res   = max(dp[i],res);     // 更新最大值
        }
        return res;
    }
};

可以发现每次递推只用了$dp[i-1]和dp[i]$两个，所以只需要用变量保存，就可以优化到常量空间。

方法一空间优化 C(1)

class Solution {
public:
    int max(int a,int b){
        return a>b?a:b;
    }
    int maxSubArray(vector<int>& nums) {
        int res = -100000;  // 初始化最大值
        int ans = 0;        // 表示前i+1个元素的合，没有元素则为0
        for(auto x:nums){
            ans += x;
            res = max(ans,res);  // dp[i] = max(dp[i-1]+nums[i],res)
            // 如果ans已经是负数了，它就无法为后面的元素提供增量
            // 所以就把开头移到新的位置就行了
            if(ans<0) ans = 0;
        }
        return res;
    }
};

总结

这道题就好比：过去如果不能是你未来的阶梯，那就抛弃它，从当下开始。现实总是更复杂，不能一句概括