LeetCode Maximum Subarray DP

最新推荐文章于 2021-10-21 15:55:14 发布

原创最新推荐文章于 2021-10-21 15:55:14 发布 · 459 阅读

0 ·

CC 4.0 BY-SA版权

leetcode 专栏收录该内容

234 篇文章

订阅专栏

本文介绍了一种算法，用于在给定整数数组中找到最大子序列和。该算法的时间复杂度为O(N)，空间复杂度为O(1)，通过迭代遍历数组并使用动态规划思想，实现高效求解。重点在于理解如何在不使用额外空间的情况下优化搜索过程。

思想：

时间复杂度O(N)，空间复杂度O(1)。

从头到尾遍历，如果nums[i]比前面的子序列和大，则从nums[i]重新开始新的子序列，否则，加入nums[i]并延续前面的子序列。

res取所有这些子序列中最大的。

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