题目链接:https://leetcode-cn.com/problems/maximum-subarray/
题目描述
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。
思路
动态规划
dp[i]表示以nums[i]结尾的最大子序和
复杂度分析
时间复杂度:O(n)
空间复杂度:O(n)
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if(nums.empty()) return 0;
vector<int> dp(nums.size(), INT_MIN); // dp[i]表示以nums[i]结尾的最大子序和
dp[0] = nums[0];
int maxSum = dp[0];
for (int i = 1; i < nums.size(); ++i){
dp[i] = dp[i-1] > 0? nums[i]+dp[i-1]: nums[i];
maxSum = max(maxSum, dp[i]);
}
return maxSum;
}
};
进一步优化空间效率,从O(n)降为O(1)
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if(nums.empty()) return 0;
int currentSum = nums[0];
int maxSum = nums[0];
for (int i = 1; i < nums.size(); ++i){
currentSum = currentSum > 0? nums[i]+currentSum: nums[i];
maxSum = max(maxSum, currentSum);
}
return maxSum;
}
};
分治
最大子序和要么在左半边,要么在右半边,要么是穿过中间,对于左右边的序列,情况也是一样,因此可以用递归处理。中间部分的则可以直接计算出来
复杂度分析
时间复杂度:O(nlogn)
空间复杂度:O(1)
/*
* 分治
* 时间复杂度O(nlogn) 空间复杂度O(1)
*/
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if(nums.size() == 1) return nums[0];
return help(nums,0,nums.size()-1);
}
int help(vector<int>& nums, int left, int right){
if(left == right)
return nums[left];
if(left > right)
return INT_MIN;
int mid = (left+right)/2;
int leftSum = help(nums,left,mid-1);
int rightSum = help(nums,mid+1,right);
// 计算穿过中间的最大子序和
int midSumLeft = 0; // 初始值为0 未选择任何左序列
int midSumRight = 0;
int tmp = 0;
for (int i = mid-1; i >= left; --i) {
tmp += nums[i];
midSumLeft = max(midSumLeft, tmp);
}
for (int i = mid+1,tmp = 0; i <= right ; ++i) {
tmp += nums[i];
midSumRight = max(midSumRight, tmp);
}
return max(max(leftSum,rightSum), midSumLeft+midSumRight+nums[mid]);
}
};