前言:这个专栏主要讲述动态规划算法,所以下面题目主要也是这些算法做的
我讲述题目会把讲解部分分为3个部分:
1、题目解析
2、算法原理思路讲解
3、代码实现
最大子数组和
题目链接:最大子数组和
题目
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 <= 105
-104 <= nums[i] <= 104
解法
算法原理讲解
我们这题使用动态规划,我们做这类题目可以分为以下五个步骤
- 状态显示
- 状态转移方程
- 初始化(防止填表时不越界)
- 填表顺序
- 返回值
- 状态显示
dp[i] 表示: 以 i 位置元素为结尾的「所有子数组」中和的最大和。
- 状态转移方程
dp[i] 的所有可能可以分为以下两种:
- 子数组的长度为 1 :此时 dp[i] = nums[i] ;
- 子数组的长度大于 1 :此时 dp[i] 应该等于 以 i - 1 做结尾的「所有⼦数组」中和的最⼤值再加上 nums[i] ,也就是 dp[i - 1] + nums[i] 。
由于我们要的是「最⼤值」,因此应该是两种情况下的最⼤值,因此可得转移方程: dp[i] = max(nums[i], dp[i - 1] + nums[i]) 。
- 初始化(防止填表时不越界)
在本题中,最前⾯加上⼀个格⼦,并且让 dp[0] = 0 即可。
- 填表顺序
根据「状态转移⽅程」易得,填表顺序为「从左往右」。
- 返回值
状态表示为「以 i 为结尾的所有⼦数组」的最⼤值,但是最大子数组和的结尾我们是不确定的。 因此我们需要返回整个 dp 表中的最⼤值。
代码实现
class Solution {
public:
int maxSubArray(vector<int>& nums)
{
int n = nums.size();
int ret = INT_MIN;
vector<int> dp(n+1);
dp[0] = 0;
for(int i = 1; i <= n; i++)
{
dp[i] = max(nums[i-1], dp[i-1] + nums[i-1]);
ret = max(ret, dp[i]);
}
return ret;
}
};