(C++)Leetcode狂刷200题——标签“动态规划篇--简单难度10道(两道重复) #剑指 Offer 42. 连续子数组的最大和

本文详细解析了如何求解数组中连续子数组的最大和问题,采用动态规划与贪心算法两种方法,实现时间复杂度为O(n)的高效解决方案。通过示例说明了算法的具体应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述
第十道、#剑指 Offer 42. 连续子数组的最大和
输入一个整型数组,数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。
要求时间复杂度为O(n)。
示例1:
输入: nums = [-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。
提示:
1 <= arr.length <= 10^5
-100 <= arr[i] <= 100
注意:本题与主站 53 题相同:https://leetcode-cn.com/problems/maximum-subarray/

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/lian-xu-zi-shu-zu-de-zui-da-he-lcof
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

1、动态规划
遍历数组,求以每个元素结尾的最大子序
状态转移方程为: dp[i] = max((dp[i-1]+nums[i]),nums[i]);

class Solution {
public:
    int maxSubArray(vector<int>& nums) {

        vector<int> dp(nums.size(),0);
        dp[0] = nums[0];
        int ans = dp[0];

        for(int i=1; i < nums.size();i++){
            dp[i] = max((dp[i-1]+nums[i]),nums[i]);
            if(dp[i]>ans) 
            ans = dp[i];
        }
        return ans;

    }
};

2、贪心算法
时间复杂度O(n)空间复杂度O(1)
从数组的左边开始向友遍历迭代,如果累加的和小于0则重新开始累加;

class Solution {
public:
    int maxSubArray(vector<int>& nums) {

        int ans = INT_MIN;
        int sums =0;

        for(int i=0; i < nums.size();i++){
            sums+=nums[i];
            ans = max(ans,sums);
            
            if(sums<0)
                sums=0;
            
        }
        return ans;

    }
};
评论
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