LeetCode重点题系列之【53. Maximum Subarray】

关注

原创最新推荐文章于 2026-04-09 22:35:34 发布 307 阅读 AI 写同款· GEO 优化 ›

LeetCode 第53题：最大子数组和最大子数组和问题是一个经典的动态规划问题，通过一步步分析和代码实现，我们可以高效地找到数组中的最大子数组和。动态规划算法就像是我们在数组中探寻财富的指南针，让我们在最短的时间内找到最大的财富。动态规划：是一种通过存储中间结果，避免重复计算的高效算法。在最大子数组和问题中，我们通过维护一个currentSum来记录当前子数组和，通过更新maxSum来记录全局最大子数组和。时间复杂度：动态规划的时间复杂度为O(n)，因为我们只需要遍历数组一次。空间复杂度：动态规划的空间复杂度为O(1) 阅读详情

Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.

Example:

Input: [-2,1,-3,4,-1,2,1,-5,4],
Output: 6
Explanation: [4,-1,2,1] has the largest sum = 6.

class Solution(object):
    def maxSubArray(self,nums):
        mem=[0 for _ in range(len(nums))]
        mem[0]=nums[0]
        maximal=nums[0]
        for i in range(1,len(nums)):
            mem[i]=max(mem[i-1]+nums[i],nums[i])
            maximal=max(maximal,mem[i])
        return maximal

收录于