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
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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/maximum-subarray
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
实现思路1:
动态规划,一个一个考虑,列出这样的状态转移方程。
实现代码1:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int len=nums.size(),maxn=-100000;
int dp[len];
dp[0]=nums[0];
for(int i=1;i<len;i++){
dp[i]=max(dp[i-1]+nums[i],nums[i]);
maxn=max(dp[i],maxn);
}
return maxn>dp[0]?maxn:dp[0];
}
};
实现思路2:
分治
实现代码:
class Solution {
public class Status{
public int lsum;
public int rsum;
public int xsum;
public int isum;
//lsum表示从左端开始的最大子序列和,rsum表示从右端开始的最大子序列和,
//xsum表示整个区间的最大子序列和,isum表示整个区间的和。
public Status(int lsum,int rsum,int xsum,int isum){
this.lsum=lsum;
this.rsum=rsum;
this.xsum=xsum;
this.isum=isum;
}
}
public int maxSubArray(int[] nums) {
Status status=get(nums,0,nums.length-1);
return status.xsum;
}
public Status get(int[] a,int l,int r){
if (l == r) {
return new Status(a[l], a[l], a[l], a[l]);
}
int m=(l+r)/2;
Status ls=get(a,l,m);
Status rs=get(a,m+1,r);
int lsu=Math.max(ls.lsum,ls.isum+rs.lsum);
int rsu=Math.max(rs.rsum,rs.isum+ls.rsum);
int xsu=Math.max(Math.max(ls.xsum,rs.xsum),ls.rsum+rs.lsum);
int isu=ls.isum+rs.isum;
return new Status(lsu,rsu,xsu,isu);
}
}