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
|
测试技术
代码随想录Day24 LeetCode T491 递增子序列 LeetCode T46 全排列 LrrtCode T47 全排列II
代码随想录Day24 LeetCode T491 递增子序列 LeetCode T46 全排列 LrrtCode T47 全排列II
38 1
|
2月前
【LeetCode 17】5.7四数之和
【LeetCode 17】5.7四数之和
31 1
|
4月前
|
算法
LeetCode第53题最大子数组和
LeetCode第53题"最大子数组和"的解题方法,利用动态规划思想,通过一次遍历数组,维护到当前元素为止的最大子数组和,有效避免了复杂度更高的暴力解法。
LeetCode第53题最大子数组和
|
2月前
|
算法 C++
Leetcode第53题(最大子数组和)
这篇文章介绍了LeetCode第53题“最大子数组和”的动态规划解法,提供了详细的状态转移方程和C++代码实现,并讨论了其他算法如贪心、分治、改进动态规划和分块累计法。
63 0
|
4月前
|
算法
LeetCode第18题四数之和
该文章介绍了 LeetCode 第 18 题四数之和的解法,与三数之和类似,通过先排序,再用双指针确定坐标并去重的方式解决,关键是确定四个坐标,前两个通过两层循环确定,后两个通过首尾双指针确定,同时总结了双指针可减少循环次数,使解决方式更简单高效。
LeetCode第18题四数之和
|
7月前
[leetcode] 四数之和 M
[leetcode] 四数之和 M
|
7月前
|
Java
leetcode-53:最大子序和
leetcode-53:最大子序和
38 0
|
7月前
|
Java 测试技术 C++
leetcode-18:四数之和
leetcode-18:四数之和
45 0
|
算法 安全 Swift
LeetCode - #18 四数之和
不积跬步,无以至千里;不积小流,无以成江海,Swift社区 伴你前行。如果大家有建议和意见欢迎在文末留言,我们会尽力满足大家的需求。
leetcode:18.四数之和
这题和前面的一道三数之和类似,解题的思路都一样,这里直接选取两个基准就可以了,然后循环出所有的组合进行判断,如果正好相等那么就加入Set集合中。
61 0