Maximum Subarray

本文探讨了如何使用分治法解决最大子段和问题,并提供了与单调队列方法相比的效率和空间复杂度优势。通过实例代码展示了解题过程,包括Kadane算法的详细说明。

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

难度:4

最大子段和,本来是打算用单调队列写的

看到这句

More practice:

If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.

玛雅还有分治法可以做,看了一下,空间复杂度比单调队列少

Kadane算法

详见:http://blog.youkuaiyun.com/joylnwang/article/details/6859677

讲的很详细,不过这博客里的代码写的略臃肿

以下是我的代码,只有两个变量,很好理解的吧

class Solution 
{
public:
    int maxSubArray(int A[], int n) 
	{
		int ans=-0x3fffffff;
		int cur_sum=0;
		for(int i=0;i<n;i++)
		{
			ans=max(ans,A[i]);
			if(A[i]+cur_sum<0)
			{
				cur_sum=0;
			}
			else
			{
				cur_sum+=A[i];
				ans=max(ans,cur_sum);
			}
		}
		return ans;
    }
};


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