Leetcode 最大子序和(二分法,递归思想)

这篇博客讨论了如何解决LeetCode中的最大子序和问题,采用二分法和递归思想。通过将数组拆分为小数组,分析最大子序和可能存在于左侧、右侧或中间。递归函数处理单个数字的情况,并在每次迭代中更新边界,寻找最佳解。示例代码展示了具体实现过程。
摘要由CSDN通过智能技术生成

Leetcode 最大子序和

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。
示例:

输入: [-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。

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。

看到问题应该大家可以第一时间反应这是一道DC思想的题目。我们可以将大的数组拆分为很多个小数组进行分析。
应注意,拆分之后,原数组的最大子序和存在三种可能:

  1. 拆分序列的左侧序列
  2. 拆分序列的右侧序列
  3. 拆分序列的中间,原数组的最大子序和的序列被一分为二

显然,对于子问题1,2都可以用简单的递归解决。但是对于子问题3需要单独的一个程序解决。

我们明确思路,主函数输入是数组s,返回三种情况的最大值max(left, right, cross)。递归结束的标志为字串只有一个数字,返回该数字即可

代码如下:

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        if len(nums
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值