剑指offer——第30题：连续子序列的最大和

最新推荐文章于 2020-12-17 19:53:57 发布

原创最新推荐文章于 2020-12-17 19:53:57 发布 · 166 阅读

0 ·

CC 4.0 BY-SA版权

剑指offer 专栏收录该内容

64 篇文章

订阅专栏

本文介绍了一种求解最大连续子序列和的算法，通过动态规划方法，优化了空间复杂度，实现了高效求解。文章提供了具体实现代码，帮助读者理解和应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。给一个数组，返回它的最大连续子序列的和

动态规划:

定义数组元素的含义：sum[i]从起点到i位置的最大和
找出关系式：sum[i] = sum[i - 1] > 0 ? sum[i - 1] + array[i] : array[i];
找出初始值：sum[0]=array[0];

public class T_30_FindGreatestSumOfSubArray {
    public int FindGreatestSumOfSubArray(int[] array) {
//        dp法：
//        if (array == null || array.length == 0) {
//            return 0;
//        }
//        int[] dp = new int[array.length];
//        int res = array[0];
//        dp[0] = array[0];
//        for (int i = 1; i < array.length; i++) {
//            dp[i] = dp[i - 1] > 0 ? dp[i - 1] + array[i] : array[i];
//            res = Math.max(res, dp[i]);
//        }
//        return res;

        //dp空间优化：将dp[i]和dp[i-1]改为dp
        if (array == null || array.length == 0) {
            return 0;
        }
        int res = array[0];
        int dp = 0;
        for (int a : array) {
            dp = dp > 0 ? dp + a : a;
            res = Math.max(res, dp);
        }
        return res;
    }
}