LeetCode 53. 子数组最大和
最编程
2024-10-06 07:28:22
...
原题链接:. - 力扣(LeetCode)
给你一个整数数组 nums
,请你找出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。
子数组
是数组中的一个连续部分。
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 <=
- <= nums[i] <=
思路1:
贪心思路,取一个变量 cnt 记录当前子数组的和,如果 cnt < 0,这时就应该舍弃原来的子数组,将 cnt 置为0,重新记录新的子数组的和。
代码1:
class Solution {
public int maxSubArray(int[] nums) {
int res = Integer.MIN_VALUE;
int cnt = 0;
for(int i=0;i < nums.length; i++){
cnt += nums[i];
res = Math.max(res,cnt);
if(cnt < 0){
cnt = 0;
}
}
return res;
}
}
思路2:
动态规划。取 dp[ i ] 为以 nums[ i ] 结尾的最大子数组的和。在每个数字 nums[ i ] 处有两个选择。一是 nums[ i ] 作为前面的子数组的一部分,此时 dp [ i ] = dp[ i-1] + nums[ i ];二是 nums[ i ] 作为一个新的子数组,此时 dp[ i ] = nums[ i ]。故递推公式为 dp[ i ] = Math.max(dp[ i-1] + nums[ i ], nums[ i ] )。
初始化时,dp[ 0 ] = nums[ 0 ]。遍历顺序为从前往后遍历。
代码2:
class Solution {
public int maxSubArray(int[] nums) {
int n = nums.length;
//dp[i]表示截止nums[i]的连续子数组的最大和
int[] dp = new int[n];
dp[0] = nums[0];
int res = dp[0];
for(int i=1;i<n;i++){
//在nums[i]处有两种选择
//1.加入前面的数组
//2.自己作为一个数组
dp[i] = Math.max(dp[i-1]+nums[i],nums[i]);
res = Math.max(res,dp[i]);
}
return res;
}
}
推荐阅读
-
LeetCode 53. 子数组最大和
-
LeetCode 1749.任意子数组之和的绝对值的最大值 - 输入: nums = [2,-5,1,-4,3,-2] 输出8 说明子数组 [-5,1,-4] 之和的最大绝对值为 abs(-5+1-4) = abs(-8) = 8。 小贴士
-
LeetCode - LCR 008. 长度最小的子数组
-
LeetCode:718 最长重复子数组 C - 输入:nums1 = [0,0,0,0,0,0], nums2 = [0,0,0,0,0] 输出: 55 小贴士
-
LeetCode 每周竞赛 342 (2023/04/23) 容差原理、计数排序、滑动窗口、子数组 GCB
-
LeetCode 每周竞赛 342 (2023/04/23) 容差原理、计数排序、滑动窗口、子数组 GCB
-
LeetCode 918题:寻找最大环形子数组和——动态规划解法与理解(轻松版)
-
动态规划算法的两种经典解决方式:最优子结构和DP数组的使用解析-动态规划算法问题 什么叫作最优子结构? 和动态规划有什么关系? 为什么动态规划遍历DP数组的方式有正着遍历,有倒着遍历,有斜着遍历? 最优子结构 最优子结构是某些问题的一种特定的性质,并不是动态规划问题所特有的. 很多问题都具有最优子结构,但是其中大部分不具有重叠子问题,所以不会归为动态规划系列的问题 最优子结构: 可以从子问题的最优结果推导出更大规模问题的最优结果 子问题之间必须相互独立 通过改造问题来优化由于子问题之间不独立而导致的最优子结构失效的情况: 问题: 假设学校有10个班,已知每个班的最高分与最低分差值的最大分数差,需要计算全校学生中的最大分数差 分析: 这样的问题就无法通过这10个班的最大分数差来推导出来,因为这10个班的最大分数差不一定就包含全校学生的最大分数差.比如全校的最大分数差可能是由8班的最高分和6班的最低分的分数差而得.这样就导致子问题之间不是互相独立的 改造问题: 直接进行问题改造 int result = 0; for (Student a : school) { for (Student b : school) { if (a is b) { continue; } result = max(result, |a.score - b.score|) } } return result; 改造问题就是将问题等价转化: 最大分数差就等价于最高分数与最低分数的差 那么就是要求最高和最低分数 求最高分数是具备最优子结构的,求最低分数也是具有最优子结构的 这样就样一个不具备最优子结构的问题转化为具备最优子结构的子问题 借助最优子结构解决最值问题,再解决最大分数差问题 题目: 求一棵二叉树的最大值,假设节点中的值都为非负数 int maxVal(TreeNode root) { if (root == null) { return -1; } int left = maxVal(root.left); int right = maxVal(root.right); return max(root.val, left, right); }