leetcode 53. Maximum Subarray(动态规划经典题)

博客围绕给定整数数组,求具有最大和的连续子数组问题展开。介绍将求n个数组最大子段和,转换为求以每个数结尾的最大子段和再取最大值的思路,重点阐述了动态规划算法,给出状态转移方程和边界值。

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

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.

中文: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。


分析:将求n个数组的最大子段和,转换为分别求出以第1个,第2个,…,第i个,…,第n个数组结尾的最大字段和,再找出这n个结果里面最大的,即为结果。
动态规划算法:
第i个状态(dp[i])即为以第i个数字结尾的最大子段和。由于以第i-1个数字结尾的最大子段和(dp[i-1])与nums[i]相邻。
状态转移方程:
dp[i]=dp[i-1]+nums[i] (dp[i-1]>0)
边界值: dp[0]=num[0]

图示:
在这里插入图片描述
代码:

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int n=nums.size();
        vector<int> dp(n,0);
        dp[0]=nums[0];
        int res=dp[0]; //放答案
        for(int i=1;i<n;i++){
            dp[i]=max(dp[i-1]+nums[i],nums[i]);
            if(res<dp[i]){
                res=dp[i];
            }
        }
        return res;
    }
};
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