数据结构与算法[LeetCode]—Maximum Subarray

最新推荐文章于 2024-05-06 23:09:19 发布

原创最新推荐文章于 2024-05-06 23:09:19 发布 · 601 阅读

0 ·

CC 4.0 BY-SA版权

数据结构与算法专栏收录该内容

66 篇文章

订阅专栏

本文介绍了一种解决最大子数组求和问题的算法，通过动态规划方法遍历数组，找到具有最大和的连续子数组。针对给定的示例数组，文章详细解释了算法的实现过程，并给出了具体的C++代码实现。

Maximum Subarray

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 contiguous subarray [4,−1,2,1] has the largest sum = 6.

/*
 *动态规划：
 *遍历数组每一个A[i],两种选择：1.加入前面的SubArray，2.从当前开始建立新SubArray；
 *如果前面SubArray和大于0，那么对当前有贡献，应该加入；
 *如果前面SubArray和小于等于0，那么对当前没有贡献或负面影响，应该新开SubArray
 * 状态转移方程；
 *               d[i]=max(d[i]+A[i],A[i])
 *               target=max(d[i])
 *
 *
 * */
class Solution{
public:
    int maxSubArray(int A[],int n){
       int ret=A[0];
       int *d=(int *)malloc(n*sizeof(int));
       d[0]=A[0];
       for(int i=1;i<n;++i)
       {
          d[i]=max(A[i],d[i-1]+A[i]);
          if(d[i]>ret)
              ret=d[i];    //找出最大的
       
       }
       free(d);
       return ret;
    
    }
};

学习了 https://gitcafe.com/soulmachine/LeetCode 相关内容