LeetCode 53. 最大子数组和

题目链接

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

题目解析

使用动态规划的方法进行解决,我们创建一个dp表,用来记录以该下标为结尾的最大子数组。然后每次存dp表的时候,进行取最大值。最终返回最大值。

由于dp表存的是以当前下标为结尾的最大子数组和,因此我们填表的时候需要判断,如果当前下标对应的数组值与前一个位置的dp表所对应位置的和大于该位置对应的数组值那么该位置就为dpi-1+numsi-1,反之为numsi-1,需要注意的是因为我们填dp表的第一个位置的时候会访问到-1下标的位置,因此我们给dp表多开辟一个位置来解决这个问题

状态转移方程

由于dp表多开辟一个位置,因此nums数组映射的时候需要-1

cpp 复制代码
dp[i]=max(dp[i-1]+nums[i-1],nums[i-1]);

创建dp表

多创建一个位置来防止填写第一个位置的时候访问到-1下标。

cpp 复制代码
vector<int> dp(n+1);

代码

cpp 复制代码
class Solution 
{
public:
    int maxSubArray(vector<int>& nums) 
    {
        int n=nums.size();
        // 创建dp表
        vector<int> dp(n+1);
        dp[0]=0;

        int ret=INT_MIN;
        for(int i=1;i<n+1;i++)
        {
            // 求以i位置为结尾的最大数组和
            dp[i]=max(dp[i-1]+nums[i-1],nums[i-1]);
            // 记录最大和
            ret=max(dp[i],ret);
        }
        // 返回最大和
        return ret;
    }
};
相关推荐
Cccp.1232 分钟前
【leetcode】(十三)大数据处理
数据结构·算法·leetcode
学逆向的3 分钟前
C 选择结构的执行效率分析
c语言·开发语言·算法·网络安全
wzdark18 分钟前
动态规划算法的状态转移矩阵可视化分析5
算法·矩阵·动态规划
Pniubi22 分钟前
力扣70爬楼梯
数据结构·算法·leetcode
人工智能培训27 分钟前
具身智能环境交互与学习范式原理
大数据·linux·人工智能·学习·算法·机器学习
纪念 2291 小时前
C++算法(三)
开发语言·c++·算法
学不会pwn不改名1 小时前
时间复杂度与空间复杂度详解
算法
AbandonForce2 小时前
递归、搜索与回溯:从板书到二叉树解题方法
c++·算法·决策树
打工仔折腾 AI2 小时前
让时序预测真正参与决策:TimechoAI 工程化落地与管线设计实践
人工智能·后端·python·算法·机器学习·性能优化