【算法练习】动态规划 leetcode53 最大子数组和

本文介绍了如何使用动态规划和分治法解决寻找整数数组中具有最大和的连续子数组的问题。动态规划解法中,通过dp[i]表示以nums[i]结尾的子数组的最大和,利用前一元素的状态更新当前状态,最终得到最大子序和。文章还提及了使用INT_MIN初始化最大值的注意事项。虽然文章提到了分治法的解法,但具体内容未给出。

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

53. 最大子序和

难度简单

给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

示例:

输入: [-2,1,-3,4,-1,2,1,-5,4]
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。

进阶:

如果你已经实现复杂度为 O(n) 的解法,尝试使用更为精妙的分治法求解。

注意:子数组是连续的,子序列是不连续的。

解法一:

动态规划方法,定义dp[i]是以nums[i]结尾的子数组的最大和

对于dp[i]来说有两种选择,要么和上一个连着,要么不连着

dp[i]=max(dp[i-1]+nums[i],nums[i])  

  • 注意最小值

當題目涉及到求最大最小值時,最初的比較數字就應當設置爲INT_MAX或INT_MIN,更爲安全。

<limits.h>中有INT_MAX和INT_MIN的宏定義可直接使用。

或者自行定義宏

#define INT_MAX 0x7fffffff

#define INT_MIN 0x80000000

INT_MAX = 2147483647

INT_MIN = -2147483648

這僅試用在没有限制範圍的情况下使用。

否則同樣會出現其他連鎖的錯誤

 

AC代码:

int maxSubArray(vector<int>& nums) {
    //动态规划的方法
    int n=nums.size();
    if(n==0) return 0;
    vector<int> dp(n);
    dp[0]=nums[0];
    for(int i=1;i<n;i++){
        dp[i]=max(dp[i-1]+nums[i],nums[i]);
    }
    int res=INT_MIN;
    for(int i=0;i<n;i++){
        res=max(res,dp[i]);
    }
    return res;
}

解法二:

分治法  待补充

评论
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