标签：最大 nums int max maxSum 数组 子序 dp
前言
清明假期马上就要结束了，小熊给大家带来一道笔试和面试中与「动态规划」相关的常考的简单题，这道题被字节、微软、亚马逊和苹果等各大互联网大厂作为笔试题。
这道题就是 Leetcode 的第 53 题-最大子序和，了解「动态规划」的童鞋，在看到最大两个字的时候，很容易就会想到用「动态规划」去解答，因为涉及到「最优解」的问题，一般都可以通过动归去做。本题小熊提供「动态规划」的思路供大家参考，希望对大家有所帮助。
题目
解题思路
本题是一道典型的「动态规划」的题，因此采用动态规划的策略去解答。
「定义状态」 dp[i]：以 nums[i]结尾(包含 nums[i])的连续子数组的最大和。
「状态转移方程」 dp[i] = max(dp[i - 1] + nums[i], nums[i])，其中 i >= 1，当 dp[i - 1] < 0 时，抛弃当前的和最大的连续子数组，从 nums[i] 开始，重新寻找和最大的连续子数组，否则，将 nums[i] 加入到当前的和最大的连续子数组。
「边界条件」 dp[0] = nums[0]。
「举栗」
以数组 nums[i] = [-2,1,-3,4,-1,2,1,-5,4] 为例子，如下图示。
从上图可以看出：dp[0] = nums[0] = -1 < 0，由于当前的连续子数组的最大和小于零，因此应该丢弃 num[0]，从 nums[1] = 1 开始重新寻找和最大的连续子数组。
寻找和最大的连续子数组的完整动图，如下所示：
由状态转移方程可知，dp[i] 只与 dp[i - 1] 和 nums[i] 相关，因此没必要再去定义 dp，直接复用 nums 即可。
Show me the Code
「C++」
1 int maxSubArray(vector<int>& nums) {
2 int maxSum = nums[0];
3 for (int i = 1; i < nums.size(); ++i) {
4 nums[i] = max(nums[i - 1], 0) + nums[i];
5 maxSum = max(maxSum, nums[i]);
6 }
7
8 return maxSum;
9 }
View Code
「Java」
1 int maxSubArray(int[] nums) {
2 int maxSum = nums[0];
3 for (int i = 1; i < nums.length; ++i) {
4 nums[i] = Math.max(nums[i - 1], 0) + nums[i];
5 maxSum = Math.max(maxSum, nums[i]);
6 }
7
8 return maxSum;
9 }
View Code
「Python3」
1 def maxSubArray(self, nums: List[int]) -> int: 2 for i in range(1, len(nums)): 3 nums[i] = max(nums[i - 1], 0) + nums[i] 4 5 return max(nums)View Code
「Golang」
1 func maxSubArray(nums []int) int {
2 maxSum := nums[0];
3 for i := 1; i < len(nums); i++ {
4 if nums[i - 1] > 0 {
5 nums[i] += nums[i - 1]
6 }
7
8 if nums[i] > maxSum {
9 maxSum = nums[i]
10 }
11 }
12
13 return maxSum;
14 }
View Code
「C」
1 int maxSubArray(int* nums, int numsSize){
2 int maxSum = nums[0];
3 for (int i = 1; i < numsSize; ++i) {
4 nums[i] = fmax(nums[i - 1] + nums[i], nums[i]);
5 maxSum = fmax(maxSum, nums[i]);
6 }
7
8 return maxSum;
9 }
View Code
「复杂度分析」
时间复杂度：「O(n)」，其中 n 是数组的长度，需要遍历一遍数组。
空间复杂度：「O(1)」，未开辟额外的存储空间。
标签：最大,nums,int,max,maxSum,数组,子序,dp 来源： https://www.cnblogs.com/TanLiuYi00/p/872qw.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。