华为OD面试手撕算法-最大子数组和

题目描述

本题是leetcode原题(中等难度):最大子数组和

给你一个整数数组 nums ,请你找出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。

子数组是数组中的一个连续部分。

思路分析

动态规划 】当前位置的子数组最大和可以由前一个位置的结果推理出来,即当前状态可由上一个状态推出,对于这一类问题,我们都可以考虑使用动态规划来解决【墙推Carl哥的代码随想录】。

DP五部曲分析:

1)确定dp数组的下标及含义:dp[i]表示以nums[i]结尾的连续子数组最大和

2)确定递推公式:当前位置的值只能由前一个位置dp[i-1]推出。对于dp[i-1],我们有两种选择:

① 若dp[i-1] < 0:表示前i-1个元素的最大子数组和小于0,说明其对当前位置的结果有负面作用,我们选择抛弃,从当前位置重新开始,此时dp[i] = nums[i];

② 若dp[i-1]>=0: 表示前i-1个元素的最大子数组和大于等于0,说明对当前位置结果有正向作用,我们选择接纳,此时dp[i] = dp[i-1] + nums[i];

故递推公式为dp[i] = max(nums[i],dp[i-1]+nums[i])

  1. 初始化dp:第一个位置的最大子数组和即为本身,故dp[0] = nums[0],其余元素均初始为0;

4)确定遍历顺序:dp[i] 是由dp[i-1]推出的,故遍历顺序为从前向后

5)举例验证dp过程

因为我们要求的是全局最大和,所以dp遍历过程中,应该用一个全局遍历记录最大值maxSum,最后返回maxSum。

代码实现

Go 复制代码
func maxSubArray(nums []int) int {
    maxSum := nums[0]
    dp := make([]int,len(nums))
    //dp初始化
    dp[0] = nums[0]
    for i := 1;i < len(nums);i++{
        dp[i] = maxVal(nums[i],dp[i-1]+nums[i])
        maxSum = maxVal(maxSum,dp[i])
    }
    return maxSum
}

func maxVal(a,b int) int{
    if a > b {
        return a
    }
    return b
}
相关推荐
yonuyeung3 分钟前
代码随想录算法【Day54】
java·数据结构·算法
敲上瘾9 分钟前
基础dp——动态规划
java·数据结构·c++·python·算法·线性回归·动态规划
西猫雷婶28 分钟前
python学智能算法(三)|模拟退火算法:深层分析
算法·机器学习·模拟退火算法
张有志_1 小时前
STL容器终极解剖:C++ vector源码级实现指南 | 从内存分配到异常安全的全流程避坑
c语言·c++·算法·开源·visual studio
mvufi1 小时前
day58 第十一章:图论part08
数据结构·算法·图论
williamzhou_20131 小时前
深搜专题2:组合问题
数据结构·算法
菠菠萝宝2 小时前
【Java八股文】11-分布式及场景面试篇
java·分布式·面试·k8s·系统·uuid·mq
hxung2 小时前
MySQL面试学习
学习·mysql·面试
web_155342746562 小时前
性能巅峰对决:Rust vs C++ —— 速度、安全与权衡的艺术
c++·算法·rust
计算机小白一个9 小时前
蓝桥杯 Java B 组之设计 LRU 缓存
java·算法·蓝桥杯