lintcode 最大子数组(Maximum Subarray )(Java)

本文介绍了一种寻找整数数组中具有最大和的子数组的方法,并提供了两种解决方案:一种是通过双层循环遍历所有可能情况的经典算法;另一种是利用动态规划原理优化效率的现代方法。

题目

给定一个整数数组,找到一个具有最大和的子数组,返回其最大和。
注意事项
子数组最少包含一个数

样例

给出数组[−2,2,−3,4,−1,2,1,−5,3],符合要求的子数组为[4,−1,2,1],其最大和为6

分析

思路一:个人思路
进行两次循环,遍历所有可能的情况,找到最大的子数组,时间复杂度为O(n^2);
思路二:动态规划(查资料)
对于任意一个子数组和,如果大于0,那么它再添加一个数,他的贡献是正值,如果子数组和小于0,再添加一个数,它的贡献则为负值,这时候不如将当前子数组舍掉,新数成为一个新数组。

代码

//思路一
public class Solution {
    /**
     * @param nums: A list of integers
     * @return: A integer indicate the sum of max subarray
     */
    public int maxSubArray(int[] nums) {
        // write your code
        if (nums.length == 1) return nums[0]; 
        int max = nums[0];
        for (int i = 0; i < nums.length; i++){
            int temp = nums[i];
            for (int j = i+1; j < nums.length; j++){

                temp += nums[j];
                if (temp > max){
                    max = temp;
                }
            }
        }

        return max;
    }
}
//思路二
public int maxSubArray(int[] nums) {
        // write your code
        int max = Integer.MIN_VALUE;
        int sum = Integer.MIN_VALUE;
        for (int i = 0; i < nums.length; i++){
            sum = sum<0 ? nums[i] : nums[i]+sum;
            if (sum>max){
                max = sum;
            }
        }

        return max;
    }
动态规划是解决最大子数组和问题的有效方法,下面是两种不同的 Java 实现方式。 第一种实现方式,通过`findMaxSubArray`方法找出最大子数组的左右边界和最大和,代码如下: ```java package 最大子数组; import java.util.Arrays; /* * 动态规划方法解决最大子数组问题 */ public class Solution { public static void main(String[] args) { int[] arr = new int[]{13, -3, -25, 20, -3, -16, -23, 18, 20, -7, 12, -5, -22, 15, -4}; int[] result = new int[3]; System.out.println(Arrays.toString(findMaxSubArray(arr))); } static int[] findMaxSubArray(int[] arr) { int thisMax = Integer.MIN_VALUE / 2, resultMax = Integer.MIN_VALUE / 2; int leftIndex = 0, rightIndex = 0, leftIndexTemp = 0, rightIndexTemp = 0; for (int i = 0; i < arr.length; i++) { if (arr[i] > thisMax + arr[i]) { thisMax = arr[i]; leftIndexTemp = i; rightIndexTemp = i; } else { thisMax += arr[i]; rightIndexTemp++; } if (thisMax > resultMax) { resultMax = thisMax; leftIndex = leftIndexTemp; rightIndex = rightIndexTemp; } } return new int[]{leftIndex, rightIndex, resultMax}; } } ``` 该代码中`findMaxSubArray`方法通过遍历数组,使用`thisMax`记录当前的最大子数组和,`resultMax`记录全局的最大子数组和,同时记录左右边界,最终返回包含左右边界和最大和的数组[^1]。 第二种实现方式,通过`dynaticMethod`方法只返回最大子数组的和,代码如下: ```java package com.liuzhen.array_2; public class MaxSubArray { public int dynaticMethod(int[] A) { int maxResult = A[0]; int maxTemp = 0; for (int i = 0; i < A.length; i++) { if (maxTemp >= 0) maxTemp += A[i]; else maxTemp = A[i]; if (maxTemp > maxResult) maxResult = maxTemp; } return maxResult; } public static void main(String[] args) { MaxSubArray test = new MaxSubArray(); int[] A = {1, -2, 3, 10, -4, 7, 2, 10, -5, 4}; System.out.println("使用动态规划法求解数组 A 的最大连续子数组和为:" + test.dynaticMethod(A)); } } ``` 此代码中的`dynaticMethod`方法同样遍历数组,使用`maxTemp`记录当前的最大子数组和,`maxResult`记录全局的最大子数组和,最后返回最大子数组的和[^2]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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