LeetCode 53. 最大子序和(动态规划)
发布日期:2021-07-01 03:40:18 浏览次数:2 分类:技术文章

本文共 1948 字,大约阅读时间需要 6 分钟。

文章目录

1. 题目描述

题目链接:https://leetcode-cn.com/problems/maximum-subarray/

《剑指Offer》同题:

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。

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。


2. 解题

类似题目:

2.1 暴力求解

双重循环O(n2)时间复杂度

在这里插入图片描述

class Solution {
public: int maxSubArray(vector
& nums) {
if(nums.size() == 0) return 0; int max = nums[0];//最大值 int sum=0, i, j; for(i = 0; i< nums.size(); ++i) {
sum=0; for(j = i; j< nums.size(); ++j) {
sum += nums[j]; if(sum > max) //实时更新最大值 max = sum; } } return max; }};

2.2 动态规划

状态转移方程

m a x s u m [ i ] = m a x ( m a x s u m [ i − 1 ] + n u m [ i ] , n u m [ i ] ) maxsum[i] = max( maxsum[i-1] + num[i], num[i] ) maxsum[i]=max(maxsum[i1]+num[i],num[i])
表示到i元素,最大子序列和的最大值
把所有maxsum[i]的元素最大值返回就是答案

if maxsum[i-1] + num[i] >= num[i]	//num[i]起	maxsum[i] = maxsum[i-1] + num[i]else 	maxsum[i] = num[i]maxSumOfSubArr = max{maxsum[0],maxsum[i]...maxsum[n-1]}

时间复杂度O(n)

在这里插入图片描述

i 0 1 2 3 4 5 6 7 8
nums[i] -2 1 -3 4 -1 2 1 -5 4
maxsum[i] -2 max(-2+1,1)=1 max(1-3,-3)= -2 4 3 5 6 1 5
class Solution{
public: int maxSubArray(vector
& nums) {
int maxSumOfArr = INT_MIN, maxsum = 0; for(int i = 0; i < nums.size(); ++i) {
maxsum = max(nums[i],maxsum+nums[i]); maxSumOfArr = max(maxSumOfArr, maxsum); } return maxSumOfArr; }};

在这里插入图片描述

class Solution {
public: int maxSubArray(vector
& nums) {
int i, n = nums.size(), ans = nums[0]; vector
dp(n,0); dp[0] = nums[0]; for(i = 1; i < n; ++i) {
if(dp[i-1] >= 0) dp[i] = nums[i]+dp[i-1]; else dp[i] = nums[i]; ans = max(ans,dp[i]); } return ans; }};

转载地址:https://michael.blog.csdn.net/article/details/97559470 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:图Graph--拓扑排序(Topological Sorting)
下一篇:动态规划应用--最长递增子序列 LeetCode 300

发表评论

最新留言

网站不错 人气很旺了 加油
[***.192.178.218]2024年04月14日 09时14分02秒