力扣-最大子数组和(python实现)

最新推荐文章于 2024-08-15 07:27:56 发布

一只花里胡哨的程序猿

最新推荐文章于 2024-08-15 07:27:56 发布

阅读量158

点赞数

CC 4.0 BY-SA版权

分类专栏：数据结构文章标签： leetcode 算法动态规划 python

本文链接：https://blog.youkuaiyun.com/daitianjun/article/details/129783436

数据结构专栏收录该内容

5 篇文章

订阅专栏

该问题求解的是数组中最大的连续子数组之和，使用动态规划方法，通过比较当前元素与前一个元素结尾的最大子数组之和，决定是否包含当前元素。如果前一个子数组和大于0，则累加当前元素；否则从当前元素开始新数组。最终返回dp数组中的最大值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原题连接:

https://leetcode.cn/problems/maximum-subarray/description/

主要思路:

求最大连续子数组其实就是求每个元素结尾的数组的最大值

如果以第i-1个元素结尾的最大子数组之和大于0，则第 i个元素结尾的子数组就加上第i个元素，

不然就是第i个元素

所以 dp方程为 dp[i] = dp[i-1]>0?dp[i-1]+num[i]:nums[i]

其中 dp[i] 表示以第i个元素结尾的最大连续数组的和

代码:

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        l = [nums[0]]
        for i in range(1,len(nums)):
            if l[i-1]>0:
                l.append(l[i-1]+nums[i])
            else:
                l.append(nums[i])
        return max(l)

其他优化方法后续更新....