leetcode的python实现刷题笔记53:最大子序和(多种解法)

最新推荐文章于 2025-07-07 14:17:27 发布

原创

最新推荐文章于 2025-07-07 14:17:27 发布 · 1.8k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #python

本文介绍了三种解决LeetCode问题53：最大子序和的Python实现，包括暴力解法、改良暴力解法和动态规划方法。详细解释了每种方法的思路和代码实现，并探讨了它们的时间复杂度。动态规划解决方案以O(n)的时间复杂度达到最优。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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。

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        max = nums[0]
        for i in range(0,len(nums)):
            for j in range(i,len(nums)):
                sum = 0
                for k in range(i,j+1):
                    sum += nums[k]
                if sum >max:
                    max = sum
        return max

sl = Solution()
print(sl.maxSubArray([-2,1,-3,4,-1,2,1,-5,4]))
print(sl.maxSubArray([7,1,-3,4,1,1,2,1,-5,4]))

一.终极暴力解法——时间复杂度O(n^3)

这算是最容易想到的，也是最容易实现的，但实在是太过于复杂。

思路：

从头到尾的遍历，然后选定一个元素，不断