思路:dp。
虽然说是很基础的DP题,但是作者并没有搞透彻这道题,所以温故而知新,再次刷一次leetcode上的这种类型的题。
首先我们需要看清题目,这里说的是连续子数组,而不是子序列,我们需要注意的就是这道题和子序列的题是很相似的,就比如前面说过的哪个最长递增子序列一样,我们需要借用那里的思想,对于以...为结尾进行考虑。
这里我们的状态方程设为dp[i],就代表着我们以nums[i]为结尾的最大连续子序列和。好了,问题就是怎么进行递推操作。
当我们以某一个数为结尾的时候,我们这个时候已经把后面的的数的最大子序列和求出来了,所以我们需要考虑这样一个问题:我们当前的数加上后面已经计算出来的最大子序列和,结果是变小了还是变大了?如果我们加的是负数,那当然是变小了,但是如果说是正数,那么我们就需要在本数的基础上再加上后面的连续和。
这样判断出来就是结果了。
注意:我们需要注意到,求出来每一个数作为尾的最大连续和之后,我们需要求出来一个最大值,这个时候就必须从中选出一个最大值来,所以需要处理一下。
还有,就是在处理的时候,需要初始化dp数组,然后,变量res也需要初始化为很小数,因为可能是负数,所以需要赋值一个很小的数。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int dp[100010];
memset(dp,-2e9,sizeof dp);
dp[0]=nums[0];
if(nums.size()==1)
return nums[0];
for(int i=1;i<nums.size();i++){
if(dp[i-1]<=0)
dp[i]=nums[i];
else
dp[i]=dp[i-1]+nums[i];
}
int res=-2e9;
for(int i=0;i<nums.size();i++){
res=max(res,dp[i]);
}
return res;
}
};