[leedcode]--53. Maximum Subarray

最新推荐文章于 2022-01-26 01:33:09 发布

原创最新推荐文章于 2022-01-26 01:33:09 发布 · 249 阅读

0 ·

CC 4.0 BY-SA版权

leetcode 专栏收录该内容

4 篇文章

订阅专栏

本文介绍了一种在线处理最大子数组和问题的算法，通过遍历数组并动态更新当前和最大和来找到具有最大和的连续子数组。该算法的时间复杂度为O(n)，适用于寻找数组中具有最大和的连续子序列。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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.

public class MaximumSubarray {
    //求最大子列和的问题，本解用的是在线处理的方法，时间复杂度为O(n);
    public static int MaximumSubarray4(int nums[]){
        int MaxSum = nums[0];
        int ThisSum = nums[0];
        for (int i =1;i<nums.length;i++){ //这里的i要写成从1开始，否则当数组只有一个数的时候会出错
/*            if (nums.length == 1){
                MaxSum = nums[0];
                break;
            }*/
            ThisSum +=nums[i];

            //这里的主要想法是在线比较需要三个比较内容，一个是未加nums[i]的thisSum和加了nums[i]的thisSum，以及nums[i]这三个内容；

            //比较加了nums[i]的thisSum，以及nums[i]
            ThisSum = Math.max(ThisSum,nums[i]);

            //比较未加nums[i]的thisSum和加了nums[i]的thisSum，括号中的MaxSum记录的就是未加nums[i]的thisSum的最大值
            MaxSum = Math.max(ThisSum,MaxSum);
/*
            这里是错误解法，此解法未考虑如果序列和都是负的情况
            if(ThisSum > MaxSum) {
                MaxSum = ThisSum;
            }else if (ThisSum < 0&&MaxSum>0){
                ThisSum = 0;
            }*/
        }
        return MaxSum;
    }
    public static void main(String[] args) {
        //int nums[] ={-2,1,-3,4,-1,2,1,-5,4};
        //int nums[] = {-2,-1};
        int nums[] = {-3,-2,0,-1};
        int result = MaximumSubarray4(nums);
        System.out.println(result);
    }
}