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)

Leetcode之动态规划(DP)专题-264. 丑数 II(Ugly Number II)

Leetcode之动态规划(DP)专题-198. 打家劫舍(House Robber)