LeetCode 53 最大子序和

2021-10-02 10:12:43 字數 2134 閱讀 9302

演算法策略 :分治(divide and conquer)

演算法策略 :動態規劃(dynamic programming)

給定乙個長度為n的整數序列,求它的最大連續子串行和

比如-2、1、-3、4、-1、2、1、-5、4的最大連續子串行和是4 + (-1) + 2 + 1 = 6

int

maxsubarray

(int

nums)

max = math.

max(max, sum);}

}return max;

}

int

maxsubarray

(int

nums)

}return max;

}

[i, j)存在於[begin, mid)中

[i, j)存在於[mid, end)中

[i, j)一部分存在於[begin, mid)中,另一部分存在於[mid, end)中

;}以nums[0] -2 結尾的最大連續子串行是 -2,所以dp(0) = -2

以nums[1] 1 結尾的最大連續子串行是 -1,所以dp(1) = 1

以nums[2] -3 結尾的最大連續子串行是 1、-3,所以dp(2) = dp(1) + (-3) = -2

以nums[3] 4 結尾的最大連續子串行是 4,所以dp(3) = 4

以nums[4] -1 結尾的最大連續子串行是 4、-1,所以dp(4) = dp(3) + (-1) = 3

以nums[5] 2 結尾的最大連續子串行是 4、-1、2,所以dp(5) = dp(4) + 2 = 5

以nums[6] 1 結尾的最大連續子串行是 4、-1、2、1,所以dp(6) = dp(5) + 1 = 6

以nums[7] -5 結尾的最大連續子串行是 4、-1、2、1、-5,所以dp(7) = dp(6) + (-5) = 1

最大連續子串行和 - 狀態轉移方程和初始狀態

如果dp(i - 1) <= 0,那麼dp(i) = nums[i]

如果dp(i - 1) >= 0,那麼dp(i) = dp(i - 1) + nums[i]

最大連續子串行和 - 動態規劃 - 實現

int

maxsubarray

(int

nums)

else

max = math.

max(max, dp[i]);

}return max;

}

最大連續子串行和 - 動態規劃 - 優化實現
int

maxsubarray

(int

nums)

else

max = math.

max(dp, max);}

return max;

}

LeetCode53最大子序和

給定乙個序列 至少含有 1 個數 從該序列中尋找乙個連續的子串行,使得子串行的和最大。例如,給定序列 2,1,3,4,1,2,1,5,4 連續子串行 4,1,2,1 的和最大,為6。擴充套件練習 若你已實現複雜度為 o n 的解法,嘗試使用更為精妙的分治法求解。一開始用的最簡單最直接的方法,挨個的把...

LeetCode 53 最大子序和

給定乙個整數陣列nums,找到乙個具有最大和的連續子陣列 子陣列最少包含乙個元素 返回其最大和。示例 輸入 2,1,3,4,1,2,1,5,4 輸出 6 解釋 連續子陣列 4,1,2,1 的和最大,為 6。高階 如果你已經實現複雜度為 o n 的解法,嘗試使用更為精妙的分治法求解。這道題本來是能做出...

LeetCode 53 最大子序和

題目鏈結 題目描述 給定乙個整數陣列 nums 找到乙個具有最大和的連續子陣列 子陣列最少包含乙個元素 返回其最大和。示例輸入 2,1,3,4,1,2,1,5,4 輸出 6 解釋 連續子陣列 4,1,2,1 的和最大,為 6。解決方法 解題思路 動態規劃,複雜度為 o n 令dp i 表示最後一項為...