leetcode:Maximum Subarray 菜鸟解法

最新推荐文章于 2021-02-07 08:18:27 发布

原创最新推荐文章于 2021-02-07 08:18:27 发布 · 310 阅读

0 ·

CC 4.0 BY-SA版权

本文探讨了解决最大子数组乘积问题的两种方法：一种使用复杂表示和多个变量，另一种则简化为仅使用两个变量。通过实例对比，展示了如何更有效地解决此类问题，并提供了相应的代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

刚开始的思路和上面一道Maximum subarray product一样，用了各种复杂的表示，想的是这样，一个数组，他的最大和就是一直累加，若遇到负数，应保存负数前的值的和为临时最大，然后记录下这个负数，直到叠加的值超过这个负数，则应更新临时最大值，若叠加的过程中小于零了，则整段应该舍弃，从新的地方重新开始累加。这个想法说起来简单，实现起来也是调试了好几次，代码如下：

class Solution {
public:
    int maxSubArray(int A[], int n) {
        int tmp_sum=0,sum=0,negative=0,flag1=1,flag2=0,j=0,out=-65535;
        if(!(n*(n-1))) return A[0];
		for(int i =0;i < n;i++){
            if(tmp_sum<=0) {
                tmp_sum = 0;
                j=0;
                if(out<sum&&sum!=0) out = sum;
                flag1 = 1;
            }
            if(A[i]<0&&flag1){
                if(!j) sum = A[i];
                else sum = tmp_sum;
                negative = A[i];
                flag2 = 1;
				flag1 = 0;
            }
            else if(tmp_sum>0&&flag2){
                negative += A[i];
                if(negative>0){
                    sum = sum + negative;
                    flag1 = 1;
                    flag2 = 0;
                }
            }
            tmp_sum += A[i];
            j++;
            if(A[i]==0&&out<0) out =0;
		}
		if(out<sum) out = sum;
		if(out<tmp_sum) out = tmp_sum;
		return out;
    }
};

成功通过。后来发现其实远不用这么麻烦，只要更新一个max值，一个sum值就行了，可以首先判断和值是否大于0，若大于0就可继续累加，若小于0就从当前元素从新做起，然后判断一次sum和max谁大就好，代码如下：

class Solution {
public:
    int maxSubArray(int A[], int n) {
        int max = -65535;
        int sum = -65535;
        for(int i=0;i<n;i++)
        {
            sum = sum<0?A[i]:A[i]+sum;
            if(sum>max)
                max=sum;
        }
        return max;
    }
};

原来这题是如此简单的