最大子序和

题目描述: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。

 

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 = [0]
输出:0

示例 4:
输入:nums = [-1]
输出:-1

示例 5:
输入:nums = [-100000]
输出:-100000

方法一:动态规划

  • 首先对数组进行遍历,当前最大连续子序列和为 sum,结果为 max
  • 如果 sum > 0,则说明 sum 对结果有增益效果,则 sum 保留并加上当前遍历数字
  • 如果 sum <= 0,则说明 sum 对结果无增益效果,需要舍弃,则 sum 直接更新为当前遍历数字
  • 每次比较 sum 和 max的大小,将最大值置为max,遍历结束返回结果
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
class Solution {
public int maxSubArray(int[] nums) {
int max = nums[0];
int sum = 0;
for(int num: nums) {
if(sum > 0) {
sum += num;
} else {
sum = num;
}
max = Math.max(max, sum);
}
return max;
}
}

var maxSubArray = function(nums) {
let max = nums[0], sum = 0
for(let num of nums) {
if(sum > 0) {
sum += num
} else {
sum = num
}
max = Math.max(sum, max)
}
return max
};

复杂度分析

  • 时间复杂度:O(n),其中 n 为 nums 数组的长度。我们只需要遍历一遍数组即可求得答案。
  • 空间复杂度:O(1)。我们只需要常数空间存放若干变量。

执行结果:通过

  • 执行用时:1 ms, 在所有 Java 提交中击败了95.61%的用户

  • 内存消耗:38.4 MB, 在所有 Java 提交中击败了41.85%的用户

延伸——获取最大序列的起始和结束位置

使用动态规划找到位置,需要注意:

  • 遍历子序的同时,更新子序的结束位置
  • 如果为无增益,需要重置起始、结束位置
  • 比较最大值时,需要更新起始、结束位置
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
class Solution {
public int maxSubArray(int[] nums) {
int max = nums[0], sum = 0;
int subLeft = 0, subRight = 0;
int left = 0, right = 0;
for(int i = 0; i < nums.length; i++) {
if(sum > 0) {
sum += nums[i];
subRight++;
} else {
sum = nums[i];
subLeft = i;
subRight = i;
}

if(sum > max) {
max = sum;
left = subLeft;
right = subRight;
}
}
System.out.println("[" + left + ","+ right +"]");
return max;
}
}

var maxSubArray = function(nums) {
let max = nums[0], sum = 0
let subLeft = 0, subRight = 0, left = 0, right = 0
for(let i = 0; i < nums.length; i++) {
if(sum > 0) {
sum += nums[i]
subRight++
} else {
sum = nums[i]
subLeft = i
subRight = i
}
if(sum > max) {
max = sum
left = subLeft
right = subRight
}
}
console.log(left, right)
return max
};