DP——Maximum Subarray

最新推荐文章于 2024-02-11 20:41:43 发布

原创最新推荐文章于 2024-02-11 20:41:43 发布 · 281 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划

本文介绍了一种寻找数组中连续子列最大和的算法实现，通过动态规划思想，利用sum数组记录中间结果，并最终返回最大子列和。

问题描述：

在数组中找到连续的子列（包含至少一个数字），使其和最大。

解题思路：

声明一个sum数组，用来记录当前连续子列的最大和。key:如果当前元素加上sum[i-1]，比本身的数值要小的话，则选取当前元素的数值作为sum[i]

源代码：

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