牛客例题一百遍:子数组的最大累加和问题

这篇博客探讨了如何解决寻找数组中最大子数组累加和的问题,提供了两种算法思路:贪心算法和动态规划。贪心算法通过每次选择当前元素是否能增加累计和来迭代,动态规划则通过维护当前累积和与最大累积和来实现。两种方法的时间复杂度均为O(n),空间复杂度为O(1)。

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

子数组的最大累加和问题

描述

给定一个数组arr,返回子数组的最大累加和
例如,arr = [1, -2, 3, 5, -2, 6, -1],所有子数组中,[3, 5, -2, 6]可以累加出最大的和12,所以返回12.
题目保证没有全为负数的数据
[要求]
时间复杂度为 O ( n ) O(n) O(n),空间复杂度为 O ( 1 ) O(1) O(1)

示例1

输入:[1, -2, 3, 5, -2, 6, -1]
返回值:12

解体思路

思路一

贪心算法,代码如下:

public int findKth(int[] a, int n, int K) {
       int curMax = 0;
        int curTotalValue = 0;
        for (int i = 0; i < arr.length; i++) {
            if ((arr[i] + curTotalValue) < 0) {
                curTotalValue = 0;
                continue;
            }
            curTotalValue += arr[i];
            if (curTotalValue > curMax) {
                curMax = curTotalValue;
            }

        }
        return curMax;

复杂度分析:
时间复杂度: O ( N ) O(N) O(N),遍历一遍数据。
空间复杂度: O ( 1 ) O(1) O(1),无需额外空间。

思路二

动态规划,代码如下:

      public int maxsumofSubarray(int[] arr) {
        int ans = arr[0];
        int cur_max = arr[0];
        for (int i = 1; i < arr.length; i++) {
            cur_max = Math.max(cur_max + arr[i], arr[i]); // 更新当前累积和
            ans = Math.max(cur_max, ans);  // 更新最大累积和
        }
        return ans;
    }

复杂度分析:
时间复杂度: O ( N ) O(N) O(N),遍历一次数组。
空间复杂度: O ( 1 ) O(1) O(1),无需额外空间。

评论 1
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