输入一个整型数组,数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。
要求时间复杂度为O(n)。
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。
超时暴力解法:
class Solution {
public int maxSubArray(int[] nums) {
int max = nums[0];
for (int i = 0; i < nums.length; i++) {
int sum = 0; // sum初始为0,依次加上nums[j]
for (int j = i; j < nums.length; j++) {
// 这里不要写成sum = sum + j; -。-
sum = sum + nums[j];
if (sum > max) {
max = sum;
}
}
}
return max;
}
}
动态规划解法:
public int maxSubArray(int[] nums) {
/**
动态规划思想,自底向上
分别计算出以nums[0]到nums[i]为结尾的最大子数组值,找出这其中最大的值即为结果
子问题:
1、nums[0]为结尾的最大子数组和为nums[0]
2、nums[1]为结尾的最大子数组有【-2,1】、【1】,其中【-2,1】的结果为子问题1的结果再加上1
3、nums[2]为结尾的最大子数组有【-2,1,-3】、【1,-3】、【-3】,其中【2,1,-3】的结果为子 问题2的结果再加上-3
假设 dp[i]为以i为结尾的最大子数组和
则推导出:
dp[i] = dp[i-1] + nums[i] (dp[i-1] > 0),一个数加上正数会变大
dp[i] = nums[i] (dp[i-1] <= 0),一个数加上负数变得更小,所以舍弃前面的值
*/
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] = dp[i-1] + nums[i];
} else {
dp[i] = nums[i];
}
}
int res = dp[0];
for(int i = 0; i < dp.length; i++) {
res = Math.max(res, dp[i]);
}
return res;
}
}