例如，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。 var arr = [2,4,-3,5,-1,3,-2,-6,-5,6] function maxSubArray(arr){ var sum = arr[0], n = arr[0]; //当前循环最大和值 for(var i=1;i<arr.length;i++){
动态规划：每次算出以i结尾的连续子串的最大值，之后对dp[i]进行比较就可以得到最长子串。 public int maxSubArray(int[] nums) { int [] dp=new int [nums.length]; int max=nums[0]; dp[0]=nums[0]; for(int i=1;i<nums.length;i++)
简介 暴力只要变量两遍, 挺好的, 不过更好的应该是动态规划. 应该是最简单的动态规划了吧 code class Solution { public: int maxSubArray(vector<int>& nums) { int max_num = nums[0]; for(int i=0; i<nums.size(); i++){ int sum = nums[i];
class Solution: def maxSubArray(self, nums) -> int:#分治法 if len(nums)<2: return nums[0] #边界条件 l_nums=nums[:len(nums)//2] #左边序列 r_nums=nums[len(nums)//2:] #右边序列 l_maxSubArray=self.maxSubAr
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。 算法： class Program { public static int MaxSubArray(int[] nums)
