486，動態規劃解最大子序和

問題描述

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。

動態規劃解決這題是讓求最大的連續子序和，如果不是連續的非常簡單，只需要把所有的正數相加即可。但這裡說的是連續的，中間可能摻雜負數，如果求出乙個最大子序和在加上負數肯定要比原來小了。解這題最簡單的一種方式就是使用動態規劃。

我們先來了解一下動態規劃的幾個步驟

1，確定狀態

2，找到轉移公式

3，確定初始條件以及邊界條件

4，計算結果。

最後乙個不用看，只看前3個就行，因為前3個一旦確定，最後乙個結果也就出來了。我們試著找一下

1，定義dp[i]表示陣列中前i+1（注意這裡的i是從0開始的）個元素構成的連續子陣列的最大和。

2，如果要計算前i+1個元素構成的連續子陣列的最大和，也就是計算dp[i]，只需要判斷dp[i-1]是大於0還是小於0。如果dp[i-1]大於0，就繼續累加，dp[i]=dp[i-1]+num[i]。如果dp[i-1]小於0，我們直接把前面的捨棄，也就是說重新開始計算，否則會越加越小的，直接讓dp[i]=num[i]。所以轉移公式如下

dp[i]=num[i]+max(dp[i-1],0);

3，邊界條件判斷，當i等於0的時候，也就是前1個元素，他能構成的最大和也就是他自己，所以

dp[0]=num[0];

找到了上面的轉移公式，**就簡單多了，來看下

public
intmaxsubarray
(int
num)
return max;
}

**優化仔細看下上面的**會發現，我們申請了乙個長度為length的陣列，但在轉移公式計算的時候，每次計算當前值的時候只會用到前面的那個值，再往前面就用不到了，這樣實際上是造成了空間的浪費。這裡不需要乙個陣列，只需要乙個臨時變數即可，看下**

public
intmaxsubarray
(int
num)
return max;
}

總結動態規劃最重要的3步就是先確定狀態，最關鍵的是找出轉移公式，最後再確定邊界條件，防止陣列越界等問題，這3步確定以後基本上就能解決了。

486，動態規劃解最大子序和

最大子序和動態規劃

動態規劃最大子序和

動態規劃最大子序和

486，動態規劃解最大子序和

最大子序和 動態規劃

動態規劃 最大子序和

動態規劃 最大子序和

相關推薦

最大子序和動態規劃

動態規劃最大子序和

動態規劃最大子序和