Leetcode之动态规划(DP)专题-53. 最大子序和(Maximum Subarray)
Posted qinyuguan
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Leetcode之动态规划(DP)专题-53. 最大子序和(Maximum Subarray)相关的知识,希望对你有一定的参考价值。
Leetcode之动态规划(DP)专题-53. 最大子序和(Maximum Subarray)
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。
定义:dp[i] 表示从起点到index=i的这个段内的最大子序和。
例如:dp[1] = 在[-2,1]这个区间里面的最大子序和,dp[1]=1
写出状态转移方程:dp[i] = max( dp[i-1] , 0) + nums[i];
例如:
[-2,1]里,dp[1]可能是nums[1]自己的值,也可能是nums[0]+nums[1]的值,
因为dp[0] = -2,所以当计算dp[1]的时候,我们首先用dp[0]和0比,发现dp[0]<0,那我们就舍弃dp[0],只要nums[i]的值
写出初始版本:
class Solution public int maxSubArray(int[] nums) int ans = 0; int n = nums.length; int[] dp = new int[n]; dp[0] = nums[0]; ans = nums[0]; for (int i = 1; i < n; i++) dp[i] = Math.max(0,dp[i-1])+nums[i]; ans = Math.max(ans,dp[i]); return ans;
我们可以进一步优化,即把dp[i-1]用一个变量代替。
优化版本:
class Solution public int maxSubArray(int[] nums) int ans = Integer.MIN_VALUE; int n = nums.length; int last = 0; for (int i = 0; i < n; i++) int temp = Math.max(0,last)+nums[i]; ans = Math.max(ans,temp); last = temp; return ans;
以上是关于Leetcode之动态规划(DP)专题-53. 最大子序和(Maximum Subarray)的主要内容,如果未能解决你的问题,请参考以下文章
Leetcode之动态规划(DP)专题-1025. 除数博弈(Divisor Game)
Leetcode之动态规划(DP)专题-62. 不同路径(Unique Paths)
Leetcode之动态规划(DP)专题-647. 回文子串(Palindromic Substrings)
Leetcode之动态规划(DP)专题-474. 一和零(Ones and Zeroes)