leetcode53 最大子序和

简介: leetcode53 最大子序和

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。

题解:

解法一:动态规划
首先读完题目我们知道数组最少是一个元素,那么此时它的最大和就是这个元素,不管它是正负整数还是零.那么当变成两个元素的时候呢,我们分析一下:
1.如果第二个元素是正整数,那一定会让最大和变大
2.如果第二个元素是零的话,对最大和其实没有影响
3.如果第二个元素是负数的话,那么最大和就是第一个元素和第二个元素中最大的那个负数,
令dp[i]是数组nums的最大和,推广到i个数的话
1.如果dp[i - 1]是正数或或者0就加上去
2.如果dp[i -1]是负数的话,就不加入,选第nums[i]为最大和
然后我们根据这个条件列出状态转移方程,这里把零放入到第一种情况中,令dp[i]是数组nums的最大和

$$ dp[i] \begin{cases} dp[i-1] + nums[i], &if\ dp[i-1] >= 0\\ nums[i], &if\ dp[i-1] <0 \\ \end{cases} $$

在根据这个状态转移方程写出代码

public static int maxSubArray(int[] nums) {
       int[] dp = new int[nums.length];
       dp[0] = nums[0];
       for (int i = 1; i < nums.length; i++) {
           if (dp[i - 1] < 0) {
               dp[i] = nums[i];
           } else {
               dp[i] = dp[i - 1] + nums[i];
           }
       }

       int max = dp[0];
       for (int i = 1; i < nums.length; i++) {
           max = Math.max(max, dp[i]);
       }
       return max;
   }

解法二:分治法
其实感觉分治法不如动态规划来的清晰,但是题目中说进阶可以使用分治法,参考了网上的资料才理解.
我们来想想.如果一个数组中的最大子序和拆成两个部分
1.最大和在左边
2.最大和在右边
3.最大和处于中间,跨越左右两边,此时最大和是左边数组的后边部分和右边数组的左边部分合起来的值
所以通过子数组来计算出最大值,我们需要知道左数组最大值,右数组最大值,局部的最大值,总和,然后根据这些值,比较出全局的最大和.

public int maxSubArray(int[] nums) {
      return mergeCount(nums,0,nums.length)[2];
  }
  /**
   * @return 片段处理后的数组,依次为:左数组最大值,右数组最大值,局部最大值,总和
   * */
  public int[] mergeCount(int[] nums,int fromIndex,int toIndex){
      int[] result=new int[4];
      if(toIndex-fromIndex!=1){
          int midIndex=(toIndex+fromIndex)>>>1;
          int[] resL=mergeCount(nums,fromIndex,midIndex);
          int[] resR=mergeCount(nums,midIndex,toIndex);
          result[0]=Math.max(resL[0],resL[3]+resR[0]);
          result[1]=Math.max(resR[1],resL[1]+resR[3]);
          result[2]=Math.max(Math.max(resL[2],resR[2]),resL[1]+resR[0]);
          result[3]=resL[3]+resR[3];
          return result;
      }
      Arrays.fill(result,nums[fromIndex]);
      return result;
  }
相关文章
|
3月前
【LeetCode 16】15.三数之和(双指针法)
【LeetCode 16】15.三数之和(双指针法)
41 1
|
3月前
【LeetCode 15】15.三数之和
【LeetCode 15】15.三数之和
46 0
|
5月前
|
算法
LeetCode第15题三数之和
该文章介绍了 LeetCode 第 15 题三数之和的解法,通过先对数组排序,使用双指针减少循环层数,依次取一个元素作为第一个元素,通过双指针法寻找符合条件的三元组,并进行去重处理,同时总结了 2 数之和可使用哈希表解决,超过 2 数之和可使用双指针减少循环次数。
LeetCode第15题三数之和
|
8月前
|
Java
leetcode-53:最大子序和
leetcode-53:最大子序和
45 0
|
8月前
|
Java C++ Python
leetcode-15:三数之和
leetcode-15:三数之和
45 0
|
算法 测试技术
leetcode:15.三数之和
给定一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?找出所有满足条件且不重复的三元组。
88 0
|
测试技术 索引
leetcode_15. 三数之和
题目链接: 15. 三数之和 据说华为的机试经常考这题,而且这道题也是扩展性极强的一道题,你可以看到18. 四数之和,或者人为修改的五数之和,六数之和,乃至n 数之和,也就是
leetcode_15. 三数之和
|
算法 Java Python
【LeetCode】 53. 最大子序和(动态规划)
53. 最大子序和(动态规划)
99 0
【LeetCode】 53. 最大子序和(动态规划)
|
算法 Java 测试技术
【LeetCode】 53. 最大子序和(贪心算法)
53. 最大子序和(贪心算法)
98 0
|
Java C++ Python
【LeetCode】 15. 三数之和
第15题. 三数之和
79 0