【LeetCode】最大子序和

本文深入探讨了寻找具有最大和的连续子数组问题,并提供了一种动态规划(DP)解决方案,通过一次遍历数组,高效地找出最优解。文章还对比了暴力检索方法与DP方法的效率差异。

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。

示例:

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。

 


思路:一开始尝试过暴力检索(O(n^3))所有情况,但挂在了题目铺面页面两页的测试用例中,故借鉴了大佬的DP。

代码实现:

class Solution {
    public static int maxSubArray(int[] nums) {

        if (nums==null||nums.length<1)
            return 0;

        if (nums.length==1)
            return nums[0];

        int maxsum = 0;     //存放结果

        int tempsum = 0;    //暂存一轮累加的和

        for (int i=0;i<nums.length;i++)
        {
            if (tempsum > 0)
                tempsum += nums[i];

            else
                //如果当前轮的累加和不大于0,则放弃该连续序列。
                tempsum = nums[i];

            //如果当前累加序列和大于已经检索的自序列和,则替换为当前最大累加和
            maxsum = Math.max(maxsum, tempsum);
        }

        return maxsum;
    }
}

该题是DP的经典题目,遍历一次数组,得出所有累加和大于0的连续序列,使用两个字段,分别记录当前累加和和当前已知最大累加和。

评论 2
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