输入:一个整型数组,数组中一个或连续的多个整数构成一个子数组
输出:所有子数组的和的最大值,时间复杂度O(n)
思路:从起始位置开始计算,当前面的子数组和小于0时,重新设置起点;大于0时再加上接下来的元素,若所得和大于之前的最大值将之前的最大值置为所得和,若小于则之前的最大值不变
public class GreatestSumOfSubArray {
// 剑指offer31,连续子数组的最大和
public int greatestSumOfSubArray(int[] array){
if(array == null || array.length == 0){
return 0;
}
int max = 0;
int tempMax = 0;
for(int i = 0; i < array.length; i ++){
if(max >= 0){
max += array[i];
}else {
max = array[i];
}
if(max > tempMax){
tempMax = max;
}
}
return tempMax;
}
}
介绍了一种求解连续子数组最大和的算法实现,通过动态调整子数组的起点来确保时间复杂度为O(n),适用于面试和技术分享。
1807

被折叠的 条评论
为什么被折叠?



