【LeetCode 53】Maximum Subarray

博客围绕求数组中和最大的连续子数组展开。介绍了两种思路,一是动态规划,若之前数字和小于0则重新开始,否则累加,用两个变量分别记录当前和与最大值;二是分治,最大和子数组来自左子数、右子数组或包含中间值的数组。代码实现后发现动态规划更快。

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

题意:

求数组中和最大的连续子数组。

思路:

1.动态规划: 之前的数字和小于0,则重新开始。否则累加。一个变量记录当前的和,另一个变量记录当前最大值。
2. 分治:当前数组的最大和子数组来自于左子数或右子数组,或包含中间值的某数组。

代码:

动态规划:

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int len = nums.size();
        int ans = nums[0];
        int cur = nums[0];
        
        for (int i=1; i<len; ++i) {
            if (cur >= 0) cur += nums[i];
            else cur = nums[i];
            ans = max(cur, ans);
        }
        return ans;
    }
};

分治:

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int l = 0;
        int r = nums.size() - 1;
        return maxSub(nums, l, r);
    }
    
    int maxSub(vector<int>& nums, int l, int r) {
        if (l == r) return nums[l];
        int mid = (l + r) / 2;
        int temp = max(maxSub(nums, l, mid), maxSub(nums, mid+1, r));
        return max(temp, maxMid(nums, l, mid, r));
    }
    
    int maxMid(vector<int>& nums, int l, int mid, int r) {
        int maxLeft = nums[mid];
        int temp = nums[mid];
        for (int i=mid-1; i>=l; --i) {
            temp += nums[i];
            maxLeft = max(temp, maxLeft);
        }
        temp = 0;
        int maxRight = 0;
        for (int i=mid+1; i<=r; ++i) {
            temp += nums[i];
            maxRight = max(temp, maxRight);
        }
        return maxLeft + maxRight;
    }
};

看提交信息的话…还是动态规划更快哎。

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