53. Maximum Subarray

最新推荐文章于 2025-05-15 16:32:28 发布

linglingconglin

最新推荐文章于 2025-05-15 16:32:28 发布

阅读量119

点赞数

CC 4.0 BY-SA版权

分类专栏：算法

本文链接：https://blog.youkuaiyun.com/u013260370/article/details/82130010

算法专栏收录该内容

55 篇文章

订阅专栏

博客围绕整数数组，要找出具有最大和的连续子数组并返回其和。介绍了动态规划方法，指出若只需返回最大值，无需额外数组记录相应位置最大和，实时比较记录即可，还提及动态规划子问题与原问题结构相似及找递推公式等要点。

Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.

Example:

Input: [-2,1,-3,4,-1,2,1,-5,4],
Output: 6
Explanation: [4,-1,2,1] has the largest sum = 6.

Follow up:

If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.

方法1：动态规划，只要返回最大值，就不需要额外数组来记录相应位置的最大和，只需要实时比较记录最大值

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int n=nums.size();
        int maxN=INT_MIN;
        int sum=0;
        for(int i=0;i<n;i++){
            if(sum>=0){
                sum+=nums[i];
            }else{
                sum=nums[i];
            }
            maxN=max(maxN,sum);
        }
        return maxN;
    }
};

Tips：

(1)动态规划特点：子问题和原问题有相似的结构

(2)遍历，额外空间记录每一步的值，找到递推公式