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: 输入: [-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
贪心贪的是哪里呢?
如果 -2 1 在一起,计算起点的时候,一定是从1开始计算,因为负数只会拉低总和,这就是贪心贪的地方!
局部最优:当前“连续和”为负数的时候立刻放弃,从下一个元素重新计算“连续和”,因为负数加上下一个元素 “连续和”只会越来越小。
全局最优:选取最大“连续和”
局部最优的情况下,并记录最大的“连续和”,可以推出全局最优。
从代码角度上来讲:遍历nums,从头开始用count累积,如果count一旦加上nums[i]变为负数,那么就应该从nums[i+1]开始从0累积count了,因为已经变为负数的count,只会拖累总和。
这相当于是暴力解法中的不断调整最大子序和区间的起始位置。
那有同学问了,区间终止位置不用调整么? 如何才能得到最大“连续和”呢?
区间的终止位置,其实就是如果count取到最大值了,及时记录下来了
这样相当于是用result记录最大子序和区间和(变相的算是调整了终止位置)。
如动画所示:
红色的起始位置就是贪心每次取count为正数的时候,开始一个区间的统计。
class Solution { public int maxSubArray(int[] nums) { if (nums.length == 1){ return nums[0]; } int sum = Integer.MIN_VALUE; int curSum = 0; for (int i = 0; i < nums.length; i++){ curSum += nums[i]; sum = Math.max(sum, curSum); // 取区间累计的最大值(相当于不断确定最大子序终止位置) if (curSum <= 0){ curSum = 0; // 相当于重置最大子序起始位置,因为遇到负数一定是拉低总和 } } return sum; } }
动态规划
class Solution { /** * 1.dp[i]代表当前下标对应的最大值 * 2.遍历方向,从前往后 * 3.举例推导结果。。。 */ public int maxSubArray(int[] nums) { if(nums.length==0){ return 0; } int res =nums[0]; int[] dp=new int[nums.length]; dp[0]=nums[0]; for(int i=1;i<nums.length;i++){ dp[i]=Math.max(dp[i-1]+nums[i],nums[i]); res=Math.max(res,dp[i]); } return res; } }