python动态规划最大子数组和

最新推荐文章于 2024-10-15 19:53:59 发布

qingcheng_123456

最新推荐文章于 2024-10-15 19:53:59 发布

阅读量325

点赞数 7

文章标签： python 动态规划开发语言

本文链接：https://blog.youkuaiyun.com/qingcheng_123456/article/details/137754406

版权

本文介绍了一种使用动态规划方法解决给定整数数组中最大和连续子数组的问题，通过状态转移方程dp[i]=max(dp[i-1]+nums[i],nums[i])来计算以每个元素结尾的子数组最大和。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

‘’’
给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组是数组中的一个连续部分。
子问题：以第i个元素结尾的子数组的最大和
状态转移方程：dp[i] = max(dp[i-1] + nums[i], nums[i]) 如果dp[i-1]>0 则dp[i] = dp[i-1] + nums[i]
否则 dp[i] = nums[i]
‘’’

def maxSubArray(nums):
   n=len(nums)
   if n==0:
      return 0
   dp=[0 for i in range(n)]
   dp[0]=nums[0]
   for i in range(1,n):
      if dp[i-1]>0:
         dp[i]=dp[i-1]+nums[i]
         
      else:
         dp[i]=nums[i]
         
   return max(dp) #注意 这里的max是求最大和的子数组，所以返回的是dp数组中的最大值

nums = [-2,1,-3,4,-1,2,1,-5,4]
print(maxSubArray(nums))