|
| 1 | +## 最大子序和 |
| 2 | +### 题目描述 |
| 3 | + |
| 4 | +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。 |
| 5 | + |
| 6 | +示例: |
| 7 | +``` |
| 8 | +输入: [-2,1,-3,4,-1,2,1,-5,4], |
| 9 | +输出: 6 |
| 10 | +解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。 |
| 11 | +``` |
| 12 | + |
| 13 | +进阶: |
| 14 | + |
| 15 | +如果你已经实现复杂度为 O(n) 的解法,尝试使用更为精妙的分治法求解。 |
| 16 | + |
| 17 | +### 解法 |
| 18 | +此题可以用动态规划法,开辟一个数组res,res[i] 表示以当前结点nums[i] 结尾的最大连续子数组的和。最后计算 res 的最大元素即可。 |
| 19 | +也可以用分治法,最大连续子数组有三种情况:在原数组左侧、右侧、跨中间结点,返回这三者的最大值即可。 |
| 20 | + |
| 21 | + |
| 22 | +动态规划法: |
| 23 | + |
| 24 | +```java |
| 25 | +class Solution { |
| 26 | + public int maxSubArray(int[] nums) { |
| 27 | + int n = nums.length; |
| 28 | + if (n == 1) { |
| 29 | + return nums[0]; |
| 30 | + } |
| 31 | + int[] res = new int[n]; |
| 32 | + res[0] = nums[0]; |
| 33 | + int max = res[0]; |
| 34 | + for (int i = 1; i < n; ++i) { |
| 35 | + res[i] = Math.max(res[i - 1] + nums[i], nums[i]); |
| 36 | + max = Math.max(res[i], max); |
| 37 | + } |
| 38 | + |
| 39 | + return max; |
| 40 | + |
| 41 | + } |
| 42 | +} |
| 43 | +``` |
| 44 | + |
| 45 | +分治法: |
| 46 | + |
| 47 | +```java |
| 48 | +class Solution { |
| 49 | + public int maxSubArray(int[] nums) { |
| 50 | + return maxSubArray(nums, 0, nums.length - 1); |
| 51 | + } |
| 52 | + |
| 53 | + private int maxSubArray(int[] nums, int start, int end) { |
| 54 | + if (start == end) { |
| 55 | + return nums[start]; |
| 56 | + } |
| 57 | + int mid = start + ((end - start) >> 1); |
| 58 | + int left = maxSubArray(nums, start, mid); |
| 59 | + int right = maxSubArray(nums, mid + 1, end); |
| 60 | + |
| 61 | + int leftSum = 0; |
| 62 | + int leftMax = Integer.MIN_VALUE; |
| 63 | + for (int i = mid; i >= start; --i) { |
| 64 | + leftSum += nums[i]; |
| 65 | + leftMax = Math.max(leftSum, leftMax); |
| 66 | + } |
| 67 | + |
| 68 | + int rightSum = 0; |
| 69 | + int rightMax = Integer.MIN_VALUE; |
| 70 | + for (int i = mid + 1; i <= end; ++i) { |
| 71 | + rightSum += nums[i]; |
| 72 | + rightMax = Math.max(rightSum, rightMax); |
| 73 | + } |
| 74 | + |
| 75 | + return Math.max(Math.max(left, right), leftMax + rightMax); |
| 76 | + |
| 77 | + |
| 78 | + } |
| 79 | +} |
| 80 | +``` |
0 commit comments