leetcode之Maximum Subarray(53)

最新推荐文章于 2026-01-05 22:36:07 发布

原创最新推荐文章于 2026-01-05 22:36:07 发布 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #python #算法

leetcode解题专栏收录该内容

129 篇文章

订阅专栏

本文探讨了寻找序列中最大连续子序列和的问题，并给出了三种不同的Python实现方案，包括一种O(n²)的方法及两种O(n)复杂度的高效算法。

题目：

给定一个序列（至少含有 1 个数），从该序列中寻找一个连续的子序列，使得子序列的和最大。

例如，给定序列 [-2,1,-3,4,-1,2,1,-5,4]，
连续子序列 [4,-1,2,1] 的和最大，为 6。

python代码1：

class Solution:
    def maxSubArray(self, nums):
        max = nums[0]
        for i in range(len(nums)):
            sum = 0       
            for j in range(i,len(nums)):
                sum += nums[j]
                if sum > max:
                    max = sum
        return max

Python代码2：

class Solution:
    def maxSubArray(self, nums):
        thissum = 0
        maxsum = -2 ** 31
        for i in range(len(nums)):
            if thissum < 0:
                thissum = 0
            thissum += nums[i]
            maxsum = max(maxsum,thissum)
        return maxsum

python代码3：

class Solution:
    def maxSubArray(self, nums):
        l = g = -2 ** 31
        for n in nums:
            l = max(n,l+n)
            g = max(l,g)
        return g

心得：自己先写了一个O(n方)的算法，如代码一，发现超时。虽然动态规划可以解出O(nlogn)的结果来，但是看到网上说有O(n)的算法，如代码二与代码三，代码二相对容易懂一些，代码三需要仔细分析。