53. Maximum Subarray Add to List QuestionEditorial Solution

最新推荐文章于 2024-10-01 18:52:56 发布

原创最新推荐文章于 2024-10-01 18:52:56 发布 · 242 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划

LeetCode 专栏收录该内容

19 篇文章

订阅专栏

本文介绍了一种高效求解最大子数组和的算法。通过分析可以得知，该算法利用了前缀和的概念，并通过一个临时变量跟踪计算过程中的最大值。如果前缀和小于0，则重置为0；否则更新当前的最大值。最终返回的最大值即为所求最大子数组之和。

假设最大子串为[i…k],那么其前缀之和sum[i…j](j<=k)必定为正数，因为假如sum[i…j]<0，就有sum[j+1…k]>sum[i…k]，这与假设相反。得到这一结论，我们就可以设置一个临时变量用来计算前k个输之和，若为负，则将其置为0，否则判断其是否比当前最大值大。当k=n时，就找到了最大子串。

class Solution {
public:
	int maxSubArray(vector<int>& nums) {
		int sum = nums[0];
		int m = nums[0];
		for (int i = 1; i < nums.size(); ++i)
		{
			
				if (sum < 0)
				sum = 0;
				sum += nums[i];
			m = max(m, sum);
		

		}
		return m;
	}
};