LeetCode- kadane algorithm

最新推荐文章于 2023-11-20 21:13:01 发布

原创最新推荐文章于 2023-11-20 21:13:01 发布 · 435 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #leetcode

算法分析与设计专栏收录该内容

16 篇文章

订阅专栏

本文详细介绍了Kadane算法在解决最大子数组和问题上的应用，并通过实例解释了如何求解股票买卖最大收益问题。文章重点讲解了算法的实现原理及代码实现。

LeetCode - kadane algorithm

- LeetCode - kadane algorithm

题目描述

【max subArray】

【Best Time to Buy and sell stock】

考虑向长度为i的数组里面插入第i+1 个数，即
maxSum（i+1） =max（插入第i+1个数，不插入第i+1个数）；

插入第i+1个数的子序列和 = max（前i个数结尾的子序列之和+x，x）；

不插入第i+1个数的话，就是maxSum（i）.

所以归纳总结就是

public int max_subarray(int[] A){
 max_ending_here = max_so_far = 0;
 for(int n = 0; n < A.length; n++){
  max_ending_here = Math.max(max_ending_here + A[n], A[n]);
  max_so_far = Math.max(max_ending_here, max_so_far);
  }
 return max_so_far;
}

该算法关键在于，最大字片段中不可能包含求和指为负值的前缀。

所以在遍历过程中，每当累加结果成为一个非正值时，就应当将下一个元素作为潜在最大子数列的起始元素，重新开始累加。

对sell and buy stock补充

只能买卖一次的情况求最大利益
就是diff只能选择一个最大和的子序列

（用心思考）

一次买卖就是相当于定于一个起点和一个终点。
最大利益就是相邻差值的相加最大值。
所以也就是diff相加的子序列的和的最大值。

（终结，继续膜）

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Coder_zyq

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

leetcode答案-Algorithm:算法

06-30

leetcode 答案力码每周回顾： 1.快速排序/合并排序 912 - 2. 总和为 K 的子数组的数量 560 - 3. LIS 300 - 4. Kadane 53 - 5. 子数组最大和不大于k sorted_presum = [ 0 ] # add 0 to handle empty list case ans =...

Java-Leetcode-最大子数的和.zip

02-08

这个问题是动态规划的经典例子，它被称为“最大子数组和”或“Kadane's Algorithm”。在Java中，我们通常会创建一个方法来解决这个问题，例如： ```java public int maxSubArray(int[] nums) { int maxSoFar = ...

参与评论您还未登录，请先登录后发表或查看评论

kadane的算法

Adam_allen的博客

04-08

753

下面来介绍一道LeetCode上的题： Find the contiguous subarray within an array (containing at least one number) which has the largest sum. For example, given the array [-2,1,-3,4,-1,2,1,-5,4], the con...

Kadane算法

weixin_51506327的博客

09-27

2456

Kadane算法（Kadane’s Algorithm）是一种用于解决最大子数组和问题（Maximum Subarray Sum Problem）的动态规划算法。该问题的目标是在给定整数数组中找到一个连续的子数组，使其元素之和最大。Kadane算法的时间复杂度为O(n)，其中n是数组的长度，因此它是解决这个问题的高效方法。如果数列中含有负数元素，并允许返回长度为零的子数列。

Kadane's algorithm(Kadane算法)

热门推荐

lishichengyan的博客

08-13

1万+

在刷LeetCode的时候遇到了。。查了一下维百，Kadane是卡内基梅隆大学的教授，这个算法是为了解决最大子序列的和（maximum subarray）提出的。以下资料全部来自维基百科： 1、什么是maximum subarray problem？ In computer science, the maximum subarray problem is the task of f

Kadane's Algorithm

weixin_30319097的博客

04-13

239

Kadane's Algorithmis anO(n)algorithm for finding the maximum contiguoussubsequencein a one-dimensionalsequence. [edit]Pseudocode The algorithm keeps track of the tentative maximum subseque...

leetcode-Array-4:阵列4

06-29

Kadane's algorithm 是解决这个问题的有效方法：遍历数组，维护当前子数组的最大和以及全局最大和，如果当前元素加上当前和大于当前元素，就继续累加；否则，重置当前和为当前元素。最后返回全局最大和。 3. **下一...

leetcode2sumc-Data-Structures-And-Algorithm:数据结构与算法

06-30

leetcode 2 和 c 数据结构与算法这个存储库包含我正在做的所有问题，作为准备破解基于产品的公司的面试的练习。问题建议的唯一学分是链接到问题目录# 问题陈述链接：数组话题关联在 N 个整数的数组中查找重复...

leetcode2sumc-Daily-Algorithm-Practice:每天练习新算法和新概念，以拓宽编程知识库

06-30

leetcode 2 和 c 日常算法练习我的方法是从各种现有的存储库和其他在线资源中收集算法，并提出我自己的解决方案。语言 python，javascript，最终是 golang 目标话题基本语法二分查找二叉搜索树二叉树著名算法...

Kadane 算法

m0_58086930的博客

01-11

1143

Kadane 算法解释：伪代码如下： #Kadane's algorithm ans = cur = None for x in A: cur = x + max(cur, 0) ans = max(ans, cur) return ans

Kadane Algorithm

weixin_30767921的博客

07-30

187

Kadane Algorithm 　　求一个数组里连续子序列的和最大。 for(int i=1;i<=n;i++) { nmax+=a[i]; maxx=max(maxx,nmax); nmax=max(nmax,0); } A. Flipping Game Description ...

最大子序列问题的动态规划解法（leetcode 53题）Kadane算法

weixin_34247299的博客

12-21

208

有一点背景：Kadane的算法是基于将一组可能的解决方案分解为互斥（不相交）集合。我们利用任何解决方案（即解决方案组中的任何一个成员）将始终具有最后一个元素i（这就是“在位置i结束的和”）的事实。因此，我们只需要检查，一个一个的一整套解决方案，其最后一个元素的索引是1，一整套的解决方案，其最后一个元素的索引是2，然后是3，依此类推到...

【数据结构与算法】Kadane‘s算法（动态规划、最大子数组和）

风高秋月白，雨霁晚霞红

11-20

1万+

kadane算法。

Maximum Subarray（Kadane's algorithm）

yanxiehit的博客

08-31

290

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 Explanat...

Kadane's algorithm学习

123

09-21

557

Kadane’s algorithm 简单来说就是用来计算数组中的连续子数组之和最大是多少 vector<int> vec; int temp = 0,ans = 0; for(int i=0;i<vec.size();++i){ temp = max(temp+vec[i],vec[i]); ans = max(temp,ans); } return ans; 循环的第一...

leetcode 五月每日一题 leetcode53（Kadane's algorithm）

Yannie's Blog

05-03

219

看到这道题，我首先想的是用滑动窗口去解，但是一时间想不出让窗口滑动的条件，于是就暴力解答了，没想到竟然过了～时间复杂度O(n^2) 连O(n)的复杂度都没有达到，更别说用分治法了。。。暴力解法代码 class Solution { public: int maxSubArray(vector<int>& nums) { int n = nums....

class Solution { public: int maxSubArray(vector<int>& nums) { int pre = 0, maxAns = nums[0]; for (const auto &x: nums) { pre = max(pre + x, x); maxAns = max(maxAns, pre); } return maxAns; } }; 作者：力扣官方题解链接：https://leetcode.cn/problems/maximum-subarray/solutions/228009/zui-da-zi-xu-he-by-leetcode-solution/ 来源：力扣（LeetCode）著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

最新发布

08-07

你提供的代码是 **LeetCode 第53题：最大子数组和（Maximum Subarray）** 的标准动态规划解法，使用了 **Kadane 算法**，是一种非常高效的一维动态规划算法。它可以在 **O(n)** 时间复杂度内找到连续子数组的最大和。 --- ## ✅ 代码解析与完整 VS2022 可运行版本以下是适合在 **Visual Studio 2022 (VS2022)** 中运行的完整代码版本，包含 `vector`、主函数和测试用例。 ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; class Solution { public: int maxSubArray(vector<int>& nums) { int pre = 0, maxAns = nums[0]; for (const auto& x : nums) { pre = max(pre + x, x); // 当前元素与当前元素+前面序列和的最大值 maxAns = max(maxAns, pre); // 更新全局最大值 } return maxAns; } }; // 主函数测试 int main() { Solution sol; vector<int> nums; // 测试用例 1 nums = {-2, 1, -3, 4, -1, 2, 1, -5, 4}; cout << "输入数组: "; for (int num : nums) cout << num << " "; cout << "\n最大子数组和为: " << sol.maxSubArray(nums) << endl << endl; // 测试用例 2 nums = {1}; cout << "输入数组: "; for (int num : nums) cout << num << " "; cout << "\n最大子数组和为: " << sol.maxSubArray(nums) << endl << endl; // 测试用例 3 nums = {5, 4, -1, 7, 8}; cout << "输入数组: "; for (int num : nums) cout << num << " "; cout << "\n最大子数组和为: " << sol.maxSubArray(nums) << endl << endl; // 测试用例 4 nums = {-1, -2, -3, -4}; cout << "输入数组: "; for (int num : nums) cout << num << " "; cout << "\n最大子数组和为: " << sol.maxSubArray(nums) << endl << endl; return 0; } ``` --- ## ✅ 示例输出 ``` 输入数组: -2 1 -3 4 -1 2 1 -5 4 最大子数组和为: 6 输入数组: 1 最大子数组和为: 1 输入数组: 5 4 -1 7 8 最大子数组和为: 23 输入数组: -1 -2 -3 -4 最大子数组和为: -1 ``` --- ## ✅ 算法逻辑详解 ### ✅ 问题背景给定一个整数数组 `nums`，找到一个具有最大和的连续子数组（子数组至少包含一个元素），返回其最大和。 ### ✅ 解法思路：Kadane 算法（贪心 + 动态规划） #### 核心思想： - 维护一个变量 `pre`，表示以当前元素结尾的最大子数组和。 - 对于每个元素 `x`： - 如果 `pre + x` 比 `x` 大，说明可以继续扩展当前子数组； - 否则，舍弃之前的子数组，从当前元素重新开始。 - 每次更新全局最大值 `maxAns`。 #### 示例说明： ``` nums = [-2, 1, -3, 4, -1, 2, 1, -5, 4] 遍历过程： pre = -2 → maxAns = -2 pre = max(-2 + 1, 1) = 1 → maxAns = 1 pre = max(1 + (-3), -3) = -2 → maxAns = 1 pre = max(-2 + 4, 4) = 4 → maxAns = 4 ... 最终 maxAns = 6 ``` --- ## ✅ 时间与空间复杂度 | 类型 | 复杂度 | 说明 | |------|--------|------| | 时间复杂度 | O(n) | 只遍历一次数组 | | 空间复杂度 | O(1) | 只使用常数级额外空间 | --- ## ✅ 常见问题排查（VS2022） 1. **编译错误** - 确保包含 `<vector>` 和 `<algorithm>` - 使用 `using namespace std;` 或加上 `std::` 前缀 2. **运行时错误** - 注意空数组处理（虽然题目保证至少一个元素） - 确保 `max()` 函数参数正确 3. **逻辑错误** - 初始化 `maxAns` 为 `nums[0]` 是关键 - `pre` 的初始值应为 `0` --- ## ✅ 对比其他解法 | 解法 | 时间复杂度 | 空间复杂度 | 特点 | |------|------------|------------|------| | Kadane 算法（当前方法） | O(n) | O(1) | 最优解，推荐 | | 暴力枚举所有子数组 | O(n²) | O(1) | 简单但低效 | | 分治法（归并思想） | O(n log n) | O(log n) | 面试拓展思路 | | 动态规划（dp 数组） | O(n) | O(n) | 易理解，但空间略高 | ---