LeetCode -Hot100 - 53. 最大子数组和

前言

本专栏主要通过"LeetCode 热题100",来捡起自己本科阶段的算法知识与技巧。语言主要使用c++/java。如果同样正在练习LeetCode 热题100的朋友欢迎关注或订阅本专栏。有疑问欢迎留言交流~

题目描述

题目链接

示例 1:

输入:nums = [-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 。

示例 2:

输入:nums = [1]

输出:1

示例 3:

输入:nums = [5,4,-1,7,8]

输出:23

提示:

1 <= nums.length <= 105

-104 <= nums[i] <= 104

思路

属于动态规划的例图,凭借着之前本科对于这题动态转移方程的记忆把代码写下来了。下面是官方的解法:我们用 f(i) 代表以第 i 个数结尾的「连续子数组的最大和」,那么很显然我们要求的答案就是:

max 0≤i≤n−1 {f(i)}

因此我们只需要求出每个位置的 f(i),然后返回 f 数组中的最大值即可。那么我们如何求 f(i) 呢?我们可以考虑 nums[i] 单独成为一段还是加入 f(i−1) 对应的那一段,这取决于 nums[i] 和 f(i−1)+nums[i] 的大小,我们希望获得一个比较大的,于是可以写出这样的动态规划转移方程:

f(i)=max{f(i−1)+nums[i],nums[i]}

下面放出我的代码,因为最近感觉对于C++的语法捡起来差不多了,于是之后的解题会用Java多一点。

java 复制代码
class Solution {
    public int maxSubArray(int[] nums) {
        // 动态规划经典题,最大子数组和
        int nums_size = nums.length;
        // 最后一个数字为下标为i的之和
        int[] dp_nums = new int[nums_size];
        // init
        dp_nums[0] = nums[0];
        // 动态转移方程
        for (int i=1;i<nums_size;i++){
            if (dp_nums[i-1] > 0){
                dp_nums[i] = dp_nums[i-1] + nums[i];
            }
            else{
                dp_nums[i] = nums[i];
            }
        }
        //寻找最大值
        int maxSum = -9999999;
        for (int i=0;i<nums_size;i++){
            maxSum = Math.max(dp_nums[i], maxSum);
        }
        return maxSum;
    }
}
相关推荐
ChillJavaGuy2 小时前
常见限流算法详解与对比
java·算法·限流算法
sali-tec2 小时前
C# 基于halcon的视觉工作流-章34-环状测量
开发语言·图像处理·算法·计算机视觉·c#
你怎么知道我是队长3 小时前
C语言---循环结构
c语言·开发语言·算法
艾醒3 小时前
大模型面试题剖析:RAG中的文本分割策略
人工智能·算法
纪元A梦5 小时前
贪心算法应用:K-Means++初始化详解
算法·贪心算法·kmeans
_不会dp不改名_6 小时前
leetcode_21 合并两个有序链表
算法·leetcode·链表
mark-puls6 小时前
C语言打印爱心
c语言·开发语言·算法
Python技术极客6 小时前
将 Python 应用打包成 exe 软件,仅需一行代码搞定!
算法
吃着火锅x唱着歌6 小时前
LeetCode 3302.字典序最小的合法序列
leetcode
睡不醒的kun6 小时前
leetcode算法刷题的第三十四天
数据结构·c++·算法·leetcode·职场和发展·贪心算法·动态规划