从小白开始刷算法 分治法篇 leetcode.53

简介: 从小白开始刷算法 分治法篇 leetcode.53

序言

虽然算法很难,但不应该就放弃。这是一个学习笔记,希望你们喜欢~

先自己尝试写,大概十几分钟仍然写不出来

看思路,再尝试跟着思路写

仍然写不出来,再看视频

b站up视频推荐:爱学习的饲养员

leetcode其他文章:

数组篇:

从小白开始刷算法 数组篇 leetcode.485

从小白开始刷算法 数组篇 leetcode.283

从小白开始刷算法 数组篇 leetcode.27

链表篇:

从小白开始刷算法 ListNode 链表篇 leetcode.203

从小白开始刷算法 ListNode 链表篇 leetcode.206

队列篇

从小白开始刷算法 ListNode 链表篇 leetcode.933

栈篇

从小白开始刷算法 Stack 栈篇 leetcode.20

从小白开始刷算法 Stack 栈篇 leetcode.496

哈希篇

从小白开始刷算法 Hash 哈希篇 leetcode.217

从小白开始刷算法 Hash 哈希篇 leetcode.705

树篇

从小白开始刷算法 Tree 树篇 先序遍历 leetcode.144

从小白开始刷算法 Tree 树篇 中序遍历 leetcode.94

从小白开始刷算法 Tree 树篇 后序遍历 leetcode.94

堆篇

从小白开始刷算法 Heap 堆篇 最大堆排序 leetcode.215

小白开始刷算法 Heap 堆篇 最小堆排序 leetcode.692

双指针篇

从小白开始刷算法 对撞双指针 leetcode.881

从小白开始刷算法 快慢双指针篇 leetcode.141

二分法篇

从小白开始刷算法 二分法篇 leetcode.704

从小白开始刷算法 二分法篇 leetcode.35

从小白开始刷算法 二分法篇 leetcode.162

从小白开始刷算法 二分法篇 leetcode.74

滑动窗口篇

从小白开始刷算法 滑动窗口篇 leetcode.209

从小白开始刷算法 滑动窗口篇 leetcode.1456

递归篇

从小白开始刷算法 递归篇 leetcode.509

从小白开始刷算法 递归篇 leetcode.206

分治法篇

从小白开始刷算法 分治法篇 leetcode.169

分治法篇

难度:中等

题目:

53. 最大子数组和

给你一个整数数组 nums ,请你找出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。

子数组 是数组中的一个连续部分。

示例 1:

输入:nums = [-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 。

示例 2:

输入:nums = [1]

输出:1

示例 3:

输入:nums = [5,4,-1,7,8]

输出:23

题目来源:力扣(LeetCode)

分治法思路

能否写出:不能写出,需要思路,需要视频。

时间:50分钟多

思路:

getCrossMax(nums, start, end)之前代码和从小白开始刷算法 分治法篇 leetcode.169 中大体相同,同样把大问题拆分成小问题后,合并和解决。

getCrossMax 开始说起,getCrossMax 用来计算跨越中间位置的最大子数组和。之后有空画一张图来辅助了解。

  1. 首先,计算中间位置 middle,它表示左侧子数组的结束位置和右侧子数组的起始位置的分界点。
  2. 初始化左侧部分的和为 nums[middle],将其赋值给变量 leftSum,同时将其作为当前的最大和 leftMax。这是因为左侧部分只包含一个元素,所以该元素本身就是最大子数组和。
  3. 接下来,使用一个循环从中间位置的左侧向起始位置遍历数组,从 middle - 1start,逐步累加数组元素到 leftSum 中,并使用 Math.max 方法更新 leftMax 的值,确保它保存的是左侧部分的最大和。
  4. 初始化右侧部分的和为 nums[middle + 1],将其赋值给变量 rightSum,同时将其作为当前的最大和 rightMax。这是因为右侧部分只包含一个元素,所以该元素本身就是最大子数组和。
  5. 接下来,使用一个循环从中间位置的右侧向结束位置遍历数组,从 middle + 2end,逐步累加数组元素到 rightSum 中,并使用 Math.max 方法更新 rightMax 的值,确保它保存的是右侧部分的最大和。
  6. 最后,返回左侧部分的最大和 leftMax 和右侧部分的最大和 rightMax 的和作为跨越中间位置的最大子数组和。
// 仅是我的思路代码,leetcode上大神更厉害
class Solution {
    public int maxSubArray(int[] nums) {
        int start = 0;
        int end = nums.length - 1;
        return getMax(nums, start, end);
    }
    private int getMax(int[] nums, int start, int end) {
        if (start == end) {
            return nums[start];
        }
        int middle = start + (end - start) / 2;
        //递归计算左侧子数组和中最大子数组和
        int leftMax = getMax(nums, start, middle);
         //递归计算右侧子数组和中最大子数组和
        int rightMax = getMax(nums, middle + 1, end);
        //上述代码与之前169题中分治法中逻辑大体一致
        //这里开始计算跨越中间位置的最大子数组和
        int crossMax = getCrossMax(nums, start, end);
        return Math.max(Math.max(leftMax, rightMax), crossMax);
    }
    private int getCrossMax(int[] nums, int start, int end) {
        int middle = start + (end - start) / 2;
        int leftSum = nums[middle];
        int leftMax = leftSum;
        for (int i = middle - 1; i >= start; i--) {
            leftSum = leftSum + nums[i];
            leftMax = Math.max(leftMax, leftSum);
        }
        int rightSum = nums[middle + 1];
        int rightMax = rightSum;
        for (int i = middle + 2; i <= end; i++) {
            rightSum = rightSum + nums[i];
            rightMax = Math.max(rightMax, rightSum);
        }
        return leftMax + rightMax;
    }
}

时间复杂度: O(nlogn)

空间复杂度:O(n)

相关文章
|
1月前
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
38 0
|
4月前
|
算法 开发者 Python
惊呆了!Python算法设计与分析,分治法、贪心、动态规划...这些你都会了吗?不会?那还不快来学!
【7月更文挑战第10天】探索编程巅峰,算法至关重要。Python以其易读性成为学习算法的首选。分治法,如归并排序,将大问题拆解;贪心算法,如找零问题,每步求局部最优;动态规划,如斐波那契数列,利用子问题解。通过示例代码,理解并掌握这些算法,提升编程技能,面对挑战更加从容。动手实践,体验算法的神奇力量吧!
72 8
|
14天前
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
|
13天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
30 2
|
1月前
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
26 2
|
3月前
|
算法 Java
LeetCode经典算法题:矩阵中省份数量经典题目+三角形最大周长java多种解法详解
LeetCode经典算法题:矩阵中省份数量经典题目+三角形最大周长java多种解法详解
52 6
|
3月前
|
人工智能 算法 Java
LeetCode经典算法题:井字游戏+优势洗牌+Dota2参议院java解法
LeetCode经典算法题:井字游戏+优势洗牌+Dota2参议院java解法
50 1
|
3月前
|
存储 算法 Java
LeetCode经典算法题:预测赢家+香槟塔java解法
LeetCode经典算法题:预测赢家+香槟塔java解法
61 1
|
3月前
|
算法 搜索推荐
算法设计 (分治法应用实验报告)基于分治法的合并排序、快速排序、最近对问题
这篇文章是关于分治法应用的实验报告,详细介绍了如何利用分治法实现合并排序和快速排序算法,并探讨了使用分治法解决二维平面上的最近对问题的方法,包括伪代码、源代码实现及时间效率分析,并附有运行结果和小结。
|
3月前
|
存储 算法 Java
LeetCode经典算法题:二叉树遍历(递归遍历+迭代遍历+层序遍历)以及线索二叉树java详解
LeetCode经典算法题:二叉树遍历(递归遍历+迭代遍历+层序遍历)以及线索二叉树java详解
79 0
下一篇
无影云桌面